Guía Didáctica Estadistica Basica PDF

Modalidad Abierta y a Distancia
Estadística Básica
Guía didáctica
120 horas
CARRERA CICLO
Economia 2
Administración Pública
Administración de Empresas
Psicologia
ÁREA
ADMINISTRATIVA
Departamento de Economía
Sección Métodos Cuantitativos
Estadística Básica
Guía didáctica
Autor:
Carlos Anibal Correa Granda, PhD.
Asesoría virtual
www.utpl.edu.ec
ESTADÍSTICA BÁSICA
Guía didáctica
Carlos Anibal Correa Granda, PhD.
UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA
4.0, CC BY-NY-SA
Diagramación y diseño digital:

EDILOJA Cía. Ltda.
Telefax: 593-7-2611418
San Cayetano Alto s/n
www.ediloja.com.ec
edilojainfo@ediloja.com.ec
Loja-Ecuador
Primera edición
ISBN digital - 978-9942-25-469-6
La versión digital ha sido acreditada bajo la licencia Creative Commons 4.0, CC BY-NY-SA:
Reconocimiento-No comercial-Compartir igual; la cual permite: copiar, distribuir y comunicar
públicamente la obra, mientras se reconozca la autoría original, no se utilice con fines comerciales
y se permiten obras derivadas, siempre que mantenga la misma licencia al ser divulgada. https://
creativecommons.org/licenses/by-nc-sa/4.0/deed.es
19 de marzo, 2019
2. Índice
2. Índice 4
3. Introducción 8
4. Bibliografía 11
4.1. Básica 11
4.2. Complementaria 12
5. Orientaciones generales para el estudio 14
6. Proceso de enseñanza-aprendizaje para el logro de competencias 17
PRIMER BIMESTRE
UNIDAD 1. FUNDAMENTOS DE LA TEORÍA ESTADÍSTICA 17
1.1. Introducción 17
1.2. Definición e importancia 18
1.3. Tipos de estadística 20
1.4. Variables 23
1.5. Fuentes de información 26
Autoevaluación 1 29
UNIDAD 2. ORGANIZACIÓN Y PRESENTACIÓN DE INFORMACIÓN

ESTADÍSTICA 31
2.2. Series simples 32
2.3. Series ordenadas 33
2.4. Representaciones gráficas 35
2.5. Tablas de distribución de frecuencias 35
UNIDAD 3. MEDIDAS DE TENDENCIA CENTRAL 60
3.2. Media aritmética 61
3.3. Mediana 64
3.4. Moda 69
3.5. Relación entre la media, mediana y moda 72
3.6. Media aritmética ponderada 74
3.7. Media geométrica 77
UNIDAD 4. MEDIDAS DE DISPERSIÓN 83
4.2. Definición 84
4.3. Amplitud de variación 85
4.4. Desviación media absoluta 86
4.5. Varianza 89
4.6. Desviación típica o estándar 90
4.7. Coeficiente de variación 94
4.8. Coeficiente de sesgo o asimetría 95
4.9. Otras medidas de posición o de ubicación 98
SEGUNDO BIMESTRE
UNIDAD 5. NÚMEROS ÍNDICES 109
5.2. Concepto y clasificación 110
5.3. Números Índices Simples 111
5.4. Números índices complejos 112
5.5. Índice de Laspeyres 113
5.6. Índice de Paasche 114
5.7. Índice de Fisher 115
5.8. Índices para propósitos especiales 116
UNIDAD 6. INTRODUCCIÓN AL ESTUDIO DE PROBABILIDAD 123
6.2. Definiciones básicas 124
6.3. Tipos de probabilidad 125
6.4. Probabilidad conjunta 126
6.5. Reglas de adición 126
6.6. Reglas de multiplicación 127
6.7. Diagrama de árbol 128
6.8. Análisis combinatorio 129
UNIDAD 7. DISTRIBUCIONES DE PROBABILIDAD DISCRETA 138
7.2. Definición de una distribución de probabilidad 139
7.3. Medidas descriptivas de una distribución de probabilidad 139
7.4. Distribución de probabilidad binomial 140
7.5. Distribución Hipergeométrica 143
7.6. Distribución de Poisson 144
UNIDAD 8. DISTRIBUCIONES DE PROBABILIDAD CONTINUA 158
8.2. Distribución de probabilidad normal 159
8.3. Aproximación de la distribución normal a la binomial 161
7. Solucionario 176
8. Referencias Bibliográficas 191

Guía didáctica: Estadística Básica
3. Introducción
Estadística Básica, es una asignatura muy significativa para la formación

profesional en cada una de las carreras en las que se imparte. Se encuentra
formando parte de las mallas curriculares dentro de la unidad básica y en el
campo de formación de los fundamentos teóricos en las carreras: Administración
de Empresas, Administración Pública, Economía, y Finanzas. De igual manera
está dirigida para la carrera Contabilidad y Auditoría en la que se encuentra
formando parte de la unidad profesional dentro del campo de formación de la
epistemología y metodología de la investigación.
El estudio de la estadística como asignatura, reviste gran importancia si nos

remontamos en primer lugar a su origen, pues, desde tiempos inmemoriales se
vienen utilizando distintas herramientas que han servido para llegar a recoger
información, organizarla, clasificarla para posteriormente llegar a describirla y
tomar decisiones referidas a la administración o gestión de un Estado o nación,
por ello su nombre se deriva del Estado.
De igual manera, cada uno de nosotros en nuestra vida diaria estamos empleando
o refiriendo información sea de tipo cualitativa o cuantitativa, lo que nos muestra
la importancia de realizar un tratamiento adecuado y por ello su estudio y
aplicabilidad siguen manteniendo vigencia en los diferentes ámbitos del quehacer
humano. Por citar ejemplos, la estadística se utiliza en los negocios, en el turismo,
en la medicina, en el deporte, en la cocina, etc.
En esta asignatura, como su identificación lo establece, abordaremos los

contenidos referentes a la estadística básica o estadística descriptiva, desde el
conocimiento y comprensión de la información con sus características particulares
hasta llegar a la presentación de la misma y que permita tomar decisiones sobre
los ámbitos que se encuentran en análisis.
8 Modalidad Abierta y a Distancia

Vamos a partir desde los fundamentos básicos para comprender su significado,

el alcance de cada una de las partes que constituyen la ciencia estadística, los
conceptos básicos que servirán para la comprensión y el uso de las siguientes
herramientas y técnicas estadísticas que nos permitan el análisis de la
información recogida.
A partir de la organización y presentación de información, llegaremos a estudiar

los indicadores necesarios para describir un conjunto de datos, por ello vamos a
trabajar en las medidas de tendencia central y en las medidas de dispersión, de
manera que a través de estos indicadores puntuales podemos tener una visión
clara de la problemática investigada.
Otro aspecto que es importante manejar en cualquier titulación administrativa es

el referido a los números índices, ya que a través de su empleo podemos realizar
comparaciones a través del tiempo y eso nos permitirá tener una visión clara del
comportamiento de las variables en estudio a lo largo del tiempo.
Después de realizar una introducción al estudio de las probabilidades vamos a

continuar con el tratamiento de las distribuciones de probabilidad tanto continuas
como discretas con la finalidad de que cuenten con las bases que les permitan
abordar las temáticas de la estadística inferencial o técnicas de inferencia
estadística.
Le invito a iniciar el estudio de esta asignatura, que no reviste mayor dificultad,

pues, aunque se requiera tener una base matemática se podría decir que es lo
elemental. Lo importante es que llevemos un estudio sistemático, de manera que
todos los conocimientos tengan un orden lógico y un encadenamiento adecuado.
Así pues, vamos a seguir la planificación prevista para cada uno de los bimestres
y me permito indicarle que es importante el desarrollo de las autoevaluaciones
que constan al finalizar cada unidad temática, de forma que conozca sus logros
y también determine si es necesario reforzar algún tema que no haya sido lo
suficientemente abordado.

Cabe indicar que el éxito en el avance de la asignatura radica en el desarrollo

sistemático y organizado del estudio que realice de cada una de las temáticas
planteadas.
Es importante recordarle también, que siempre estoy presto para recibir cualquier
inquietud o comentario, de manera que juntos podamos construir conocimiento y
aprender algo nuevo.
¡Saludos y éxitos!!!!!

4. Bibliografía
4.1. Básica
Lind, D.; Marchal, W. y Wathen, S. (2015). Estadística aplicada a los negocios y la

economía. Décimo sexta edición. México: McGraw-Hill.
Es un texto que cubre los métodos básicos de la estadística tanto descriptiva

como inferencial, así como todos los procesos de decisión y análisis de
resultados.
Su presentación de forma clara y didáctica permite que el estudiante vaya

desarrollando su proceso de aprendizaje de manera adecuada, esto resulta
de gran utilidad cuando el aprendizaje se realiza con autonomía.
Las diferentes secciones se encuentran claramente diferenciadas por

colores, de manera que el estudiante puede considerar los aspectos que
son importantes en cada uno de los temas. De igual manera al finalizar las
secciones se realiza una revisión de los temas abordados en los diferentes
capítulos, así mismo encuentra actividades de autoevaluación que le
permiten al lector realizar un análisis de los conocimientos adquiridos en
cada temática desarrollada.
Correa G., C. (2018). Guía didáctica Estadística Básica. Loja, Ecuador: Editorial
de la Universidad Técnica Particular de Loja.
Este documento se convierte en el sustituto de la presencia del profesor, de

manera que en su desarrollo se ha priorizado el diálogo didáctico entre el
profesor y el estudiante. Contiene explicaciones adicionales a aquellas que
se encuentran en el texto básico y en los textos complementarios que se han
sugerido y que a lo mejor podrían tener un grado de dificultad mayor para el
estudiante.

Se ubican también actividades sugeridas para la mejor comprensión y

aplicación de los temas y las autoevaluaciones que le permitirán determinar
el avance en la comprensión de cada unidad temática.
4.2. Complementaria
Anderson, D., Sweeney, D. y Williams, T. (2008). Estadística para administración y

economía. México: Cengage Learning Editores S.A.
Los contenidos del texto se encuentran desarrollados de manera clara y

didáctica lo que contribuye a la comprensión de los temas. Al finalizar cada
unidad va a encontrar algunos ejercicios de autoexamen que le sirven para
identificar el avance en la comprensión de los temas abordados.
Berenson, M., Levine, D., y Krenbhiel, T. (2001). Estadística para administración.

México: Editorial Pearson Educación.
Sus contenidos se encuentran sistemáticamente organizados y se propone

una gran cantidad de ejercicios resueltos de manera que el lector puede
ir comprendiendo la forma de resolver, los métodos que se han empleado
y sobre todo el uso y aplicación de los elementos recogidos en una
investigación, de modo que se encuentre en capacidad de analizar los
resultados obtenidos.
Pagano, Robert (2008). Estadística para las ciencias del comportamiento. México
D.F.: Cengage Learning Editores S.A.
El autor hace una revisión y explicación de los temas abordados desde

la perspectiva de la investigación científica que ayuda también al lector
a comprender que la estadística es útil en los diferentes campos de la
actividad humana. Al finalizar cada capítulo existen también problemas
resueltos como ejemplo del procedimiento a emplearse y posteriormente se
proponen algunos ejercicios de aplicación.

Triola Mario, F. (2000). Estadística Elemental. séptima edición. México: Pearson
El texto presenta una amplia gama de ejercicios con las mismas temáticas
del texto básico desde otro punto de vista, en este se estudia la distribución
de frecuencias, medidas de tendencia central, medidas de variación,
probabilidades e inferencia acerca de las desviaciones estándares y de las
proporciones.
Webster, Allen (2000). Estadística aplicada a los negocios y a la economía. Santa

Fe de Bogotá: Editorial McGraw-Hill.
Es un texto que contiene gran cantidad de ejercicios propuestos y resueltos,

además en los segmentos finales de cada capítulo proporciona sitios web
que el lector puede consultar para encontrar datos e información que le
ayudarán a complementar el estudio de los temas desarrollados.

5. Orientaciones generales para el estudio
Si bien es cierto en un sistema de educación a distancia, es el estudiante quien

establece el ritmo de estudio de acuerdo a sus habilidades, conocimientos previos
y a las destrezas que tenga para el desarrollo de las diferentes asignaturas; sin
embargo, es importante que considere algunas de las sugerencias y orientaciones
que se detallan a continuación que le permitirán obtener resultados adecuados
en su proceso formativo y especialmente en lo que corresponde al logro de los
resultados de aprendizaje que se plantean al iniciar esta asignatura.
▪▪ El aprendizaje de la estadística exige una clara comprensión de las

definiciones, propiedades, relaciones, a tal punto que sus esfuerzos
deben orientarse en primer lugar a la aprehensión de los fundamentos
teóricos, puesto que ellos le permitirán la aplicación a través de ejercicios y
problemas.
▪▪ Si no conoce la teoría correspondiente, mal podrá intentar resolver ejercicios

o problemas, lo primero que debe hacer es entender todos los elementos
conceptuales de los temas propuestos para que a partir de su comprensión
adecuada los pueda aplicar.
▪▪ Siga paso a paso las sugerencias que se le dan tanto en esta guía didáctica
como en el texto básico de manera que no pase por alto ninguno de los
aspectos desarrollados en cada tema, a veces, pueden resultarnos muy
elementales y a lo mejor los pasamos por alto, sin embargo, son de gran
importancia en el desarrollo de los procedimientos para resolver cada uno de
los casos presentados.
▪▪ Es importante el trabajo sistemático, porque el conocimiento de la estadística

tiene esta connotación, no se puede realizar el tratamiento de los temas
en forma desordenada ya que cada uno se encuentra relacionado con el
anterior de manera que es importante considerar las autoevaluaciones que

le permitirán identificar si puede continuar o en su defecto si debe volver a

trabajar las temáticas que no han sido satisfactorias.
▪▪ Para el aprendizaje de esta asignatura, es necesario que usted dedique un

tiempo diario suficiente de acuerdo con sus habilidades, así pues, si tiene
habilidades matemáticas debería dedicar por lo menos una hora diaria, pero
si sus habilidades matemáticas no se encuentran desarrolladas, a lo mejor
requiere un tiempo de dedicación mayor.
▪▪ Es importante que cuente con material de trabajo adicional, dígase por

ejemplo un cuaderno de apuntes, de manera que pueda ir desarrollando
ejercicios de aplicación, esquemas, resúmenes, etc. que le ayuden luego a
realizar una revisión más prolija de las temáticas abordadas.
▪▪ Participe en todas las actividades de aprendizaje que su profesor le propone

en el plan docente. Recuerde que cada una de ellas está organizada con
la finalidad de que su proceso de aprendizaje le permita el logro de los
resultados definidos.
▪▪ Es importante que vaya desarrollando en forma paulatina la tarea prevista

para cada bimestre de manera que, si se le presentan dudas o dificultades,
usted las pueda resolver a través de los mensajes que envíe a su docente
tutor.
▪▪ Los resultados de aprendizaje previstos y por lo tanto las competencias a

desarrollarse en esta asignatura los puede lograr también con su activa
participación en las actividades síncronas y asíncronas previstas en el
plan docente, así como también en el desarrollo de las evaluaciones
parciales. Todo ello le permitirá tener éxito también en el desarrollo de sus
evaluaciones presenciales.

▪▪ Tome en cuenta que todos los documentos que se encuentran previstos para
el desarrollo de la asignatura tienen un propósito y por ello no los descuide.
Todos los contenidos de estos materiales y recursos le ayudarán a tener
éxito en la misma.
Vuelvo a recalcar que la estadística como ciencia, no es difícil, ya que diariamente

la aplicamos en las diferentes actividades que desarrollamos, lo que haremos en
esta asignatura es llamar los procedimientos y herramientas de manera técnica y
formal.

6. Proceso de enseñanza-aprendizaje para el logro de competencias
PRIMER BIMESTRE
UNIDAD 1. FUNDAMENTOS DE LA TEORÍA ESTADÍSTICA
Para el desarrollo de esta unidad, remítase al texto básico

en el capítulo 1 denominado ¿Qué es la estadística?
1.1. Introducción
En esta primera unidad, estableceremos las bases suficientes que nos permiten
comprender la importancia del estudio de la estadística y los elementos que se
consideran importantes para el desarrollo de los diferentes indicadores que usted
utilizará al momento de realizar una investigación sobre las diferentes temáticas
que se plantean.
Iniciamos comprendiendo la importancia de su estudio hasta llegar a caracterizar

la o las variables que intervienen en la investigación, tomando en cuenta
su naturaleza y la forma en la que se mide cada una de ellas. Otro aspecto
importante que se desarrollará en esta unidad es el identificar la fuente de
información de donde proceden los datos que se recogen y los instrumentos que
permiten su recolección.

Primer bimestre
1.2. Definición e importancia
1.2.1. Definición
De acuerdo con la lectura que ha realizado en el texto básico, usted ha

comprendido que la estadística se refiere a la recolección, organización y
presentación de información sobre una determinada temática planteada para su
investigación y que permite identificar las principales características del objeto
investigado con la finalidad de llegar a tomar decisiones sobre su comportamiento
presente y futuro.
Podríamos indicar que la estadística se origina en tiempos remotos en los que el

hombre al volverse sedentario y al formar tribus, sus jefes necesitaron información
sobre los recursos que disponían. Posteriormente, se la puede observar en el
tema de las recaudaciones de impuestos y tributos para llevar un registro de los
mismos, determinar la cantidad de pobladores, identificar las tasas de natalidad,
mortalidad, producción, ingresos, etc., que llevan a los administradores a tomar
decisiones para la distribución de los recursos obtenidos en cada uno de los
períodos.
1.2.2. Importancia
Como ciencia la estadística cobra gran importancia ya que en el devenir de los

años se han realizado importantes aportes que han contribuido al tratamiento de
la información recolectada en un proceso investigativo o en la vida práctica.
Habremos de observar importantes contribuciones que han sido aplicadas a los

diferentes campos de la actividad humana, ya sea para los juegos de azar, los
deportes en sus diferentes disciplinas, la medicina, la administración de negocios,
del Estado, la gastronomía, el turismo, las finanzas e inversiones, etc.
En todos los campos de la actividad humana, se utilizan las herramientas

estadísticas conforme a la necesidad que el caso establece, por ello, muchas

Primer bimestre
son las razones que determinan la importancia de su estudio y que se pueden

puntualizar de la siguiente manera:
1. Las técnicas estadísticas disponibles permiten resumir una realidad ya que

pueden ser muchos los datos o valores que se recogen, pero a través de la
organización y presentación de los mismos se puede abordar a conclusiones
sobre el objeto investigado.
2. Ayuda a la toma de decisiones respecto a la situación u objeto investigado.
3. Es muy útil a la hora de realizar investigaciones en diferentes ámbitos ya que

la estadística no solo considera las variables cuantitativas, sino que también
se consideran las variables de tipo cualitativo.
4. Permite al investigador o al tomador de decisiones fundamentar las

mismas y sobre todo establecer claramente los procedimientos y caminos
metodológicos que le llevaron a la consecución de los resultados.
En definitiva, la interrogante ¿por qué estudiar la estadística?, tiene una respuesta

inmediata, el conocimiento, comprensión y aplicación de las técnicas estadísticas
nos permite a su vez comprender la realidad en la que nos desenvolvemos
diariamente. Por ello, podemos decir, no existe campo profesional en el que no se
genere información y por tanto no se utilice los conocimientos estadísticos, quizá
unos campos profesionales requieran una mayor utilización y profundización de
las técnicas estadísticas que otras, pero finalmente en todos los campos de la
actividad humana se observa su necesidad y aplicación.
Ampliemos ahora otros temas referentes a la comprensión de lo que constituye

esta ciencia.

Primer bimestre
1.3. Tipos de estadística
Cuando se define a la estadística, hemos dicho que es la ciencia que nos provee
de las herramientas necesarias para ayudarnos a comprender las características
de un tema u objeto investigado y que a partir de ello se pueden tomar decisiones
sobre la situación actual pero también sobre la situación futura que se podría
esperar.
Esto nos lleva a identificar dos espacios, un primero que nos dice que se
realiza una descripción de lo observado y otro momento en donde a través de
diferentes técnicas y con base a una información previa llegamos a proyectar o
pronosticar una situación futura. Estas son las razones por las que se realiza una
diferenciación de dos tipos de estadística:
▪▪ Descriptiva
▪▪ Inferencial o inductiva
1.3.1. Estadística Descriptiva
Como lo menciona su nombre, en este tipo de estadística nos centramos en

desarrollar aquellas técnicas que permiten describir las características de todo un
conjunto de datos.
En esta parte de la estadística, lo que haremos es desarrollar aquellas técnicas,

herramientas e instrumentos que nos permiten recolectar información, clasificar,
organizar, presentarla y representarla gráficamente; así como también identificar
indicadores que permiten caracterizar al conjunto de manera que llegamos a
conclusiones sobre el tema.
Como vemos en esta parte no hacemos sino describir el objeto o situación

investigada, tal cual lo hacemos cuando tomamos una fotografía y procedemos a
describirla considerando todas las características de interés.

Primer bimestre
Este tipo de estadística no ayuda a tomar en cuenta los elementos básicos de la

ciencia para la toma de decisiones; empero, cuando se trata de llegar a generar
decisiones sobre situaciones futuras, llegamos a decir no nos quedamos con la
estadística básica, sino que adicionalmente consideramos otras herramientas, y
por ello hablamos de la estadística inferencial.
1.3.2. Estadística Inferencial
Denominada también estadística inductiva porque si consideramos los métodos

de investigación aplicamos el método inductivo puesto que a partir de una
situación particular llegaremos a conclusiones generales y de futuro.
Todas aquellas herramientas, técnicas e instrumentos que nos permiten proyectar

situaciones futuras corresponden a este tipo de estadística.
La estadística inferencial considera dos conceptos principales: población y

muestra.
Cuando hablamos de la población nos referimos a todos los elementos que

forman parte del objeto o situación investigada, por ejemplo si en una ciudad de
100.000 habitantes queremos analizar el nivel de ingreso de cada uno, todos
forman parte de la población investigada; o si en una institución financiera
queremos analizar la cantidad de ahorros que tienen los clientes en un
determinado momento, diremos todas las diez mil, once mil o quince mil cuentas
de ahorro que se hayan aperturado, constituyen los elementos de la población a
investigarse.
Esta imposibilidad de trabajar con todos los elementos que forman parte de
la población nos lleva a trabajar con una parte de la misma que se denomina
muestra. Una muestra es un conjunto reducido de elementos que forman
parte de la población pero que tienen una característica principal es que son
representativos.

Primer bimestre
Ilustración 1. Población y muestra
La representatividad de los elementos que forman parte de la muestra nos

otorga la seguridad de que todas aquellas conclusiones a las que se lleguen
respecto a su análisis son adecuadas para la población, por eso hablamos del
método inductivo, porque a partir de las conclusiones particulares llegamos a las
conclusiones generales.
Es importante resaltar que cuando se establecen las características de una

muestra, éstas se conocen como los estadígrafos o estadísticos, mientras
que cuando se está considerando las características referidas a la población los
conocemos como parámetros, por ejemplo, en el campo económico si hablamos
del ingreso promedio de la población ecuatoriana, estaríamos hablando de un
parámetro.
¿en qué casos es necesario trabajar con una muestra?
Podemos señalar varias razones:
▪▪ De orden económico, el trabajar con todos los elementos de la población

requiere contar con recursos económicos amplios lo que en muchos
de los casos es imposible ya que por lo general el presupuesto para la
investigación es reducido.
▪▪ Por el tiempo, si se requiere tener resultados inmediatos, no es posible

trabajar con todos los elementos ya que la recolección de información
tardaría mucho más de lo previsto.

Primer bimestre
▪▪ La complejidad de trabajar con todos los elementos poblacionales puede

llevar a conclusiones no adecuadas ya que su tratamiento podría hacer
perder características importantes.
En la vida práctica, el análisis y resolución de una situación problema requiere

en su mayoría considerar una muestra a partir de la cual se establecen las
conclusiones generales del objeto estudiado, es decir de la población.
Cuando es necesario revisar todos los detalles del objeto en estudio se aplica
un Censo que implica la revisión de las características de todos los elementos
que comprende la población a estudiarse, por lo general esto se realiza para
levantar censos poblacionales, pero por todas sus implicaciones esto se realiza
en períodos amplios de tiempo como en el caso de Ecuador que se realiza cada
10 años.
Ahora bien, una vez que hemos comprendido el alcance y las características de
los tipos de estadística, sabemos que al realizar una investigación vamos a tener
algunas variables que analizar, lo que también nos lleva a considerar ¿qué es una
variable?
1.4. Variables
En el texto básico usted ya ha leído lo que significa una variable y conforme a lo

analizado se considera como tal, a todo aquello que cambia su valor o su atributo
a lo largo de un período o entre diferentes objetos analizados; así por ejemplo
si nos encontramos en un grupo de personas y observamos el color de los ojos,
cada uno tendrá a lo mejor diferente color, unos serán azul, otros verdes, otros
cafés, otros negros, etc.
1.4.1. Clasificación
Dependiendo el ámbito en el que se encuentre trabajando usted podrá

observar que las variables tienen diferentes formas de clasificarse, así pues,

Primer bimestre
si consideramos la función que desempeñan pueden ser dependientes e

independientes, variables endógenas y exógenas, etc.
Para nuestro caso, vamos a considerar que las variables se pueden diferenciar
según su tipo en:
a. Variables cualitativas, que son aquellas que se refieren a la cualidad del

objeto al que nos estamos refiriendo, por ejemplo, al hablar de los colores de
un automóvil, esa sería una característica o atributo que puede variar, unos
serán blancos, otros rojos, otros negros, etc.
Cada vez que nos estamos refiriendo a la descripción mediante las

cualidades o atributos estaremos considerando a una variable de tipo
cualitativo.
b. Variables cuantitativas, como su nombre lo indica son aquellas que

toman un valor numérico así se identifican aquellas que proceden de la
enumeración o del conteo y de la medición.
Cuando las variables, se originan en la enumeración o el conteo, se

identifican como variables discretas y son aquellas que toman valores
exactos, así podemos mencionar número de vehículos, número de
jugadores, número de estudiantes, etc.
Si las variables se originan en la medición se denominan variables

continuas y por tanto serán aquellas que pueden tomar diferentes valores
entre uno y otro, así podemos citar la estatura de las personas, podemos
tener valores como 1,80; 1,81; 1,85, etc. es decir que entre 1,8 y 1,9 han
existido varias posibilidades de valores a considerarse.
Usted puede enunciar varios ejemplos y establecer si son cualitativas, o

cuantitativas discretas y cuantitativas continuas. Lo invito para que, frente a cada
una de las alternativas propuestas, identifique el tipo de variable:

Primer bimestre
Tabla 1. Identificación del tipo de variable
N° EJEMPLO TIPO DE VARIABLE

1 La marca de vehículos que se encuentran en una
cocesionaria en cada semana del último mes.
2 La temperatura ambiental registrada diariamente
en una ciudad a las 7H00 de la última semana.
3 El número de estudiantes matriculados en
las asignaturas de las titulaciones de una
Universidad.
4 Las personas que llegan a las instituciones
financieras de una ciudad los días lunes a las
9H00.
5 El peso en kilogramos de un grupo de personas.
6 El estado civil de un grupo de personas que
trabajan en una institución.
Después de que usted ha identificado el tipo de variable, si lo ha hecho en el

siguiente orden: cualitativa, continua, discreta, discreta, continua, cualitativa,
felicitaciones porque lo ha realizado correctamente.
1.4.2. Niveles de medición
Cada una de las variables a su vez se pueden identificar con su nivel de medición,
así usted habrá leído en el texto básico que cada uno de los niveles de medición
en los que se presentan las variables con sus correspondientes características,
son los siguientes:
▪▪ Nominal
▪▪ Ordinal
▪▪ De intervalo
▪▪ De razón

Primer bimestre
Ahora le invito a identificar el nivel de medición de los ejemplos anteriores y

también revisar los ejercicios planteados en el texto básico con la finalidad de que
vaya desarrollando sus destrezas en la identificación tanto del tipo de variable
como su nivel de medición.
1.5. Fuentes de información
Como queda indicado, una de las razones por las cuales se estudia la estadística,
es precisamente porque en toda actividad se genera información sea de tipo
cualitativo o de tipo cuantitativo.
Ahora bien ¿de dónde se genera y cómo se obtiene la información?
Reconocemos que existen dos caminos, uno es el levantar la información

directamente desde el objeto de investigación y la otra es recoger información que
previamente ha sido trabajada y que ya consta en otras publicaciones, por ello la
información se distingue según su procedencia en primaria y secundaria.
a. Fuentes primarias
Son aquellas que nos proporcionan información directamente desde el

objeto investigado y para ello el investigador puede recurrir a:
• Encuestas
• Entrevistas
• Datos recogidos en laboratorio
• Observación directa
• Censo
Por ejemplo, si se aplica un cuestionario de encuesta a los consumidores

de un producto que está siendo investigado, los datos que se recogen
se constituyen en datos primarios puesto que se ha recurrido a la fuente
que directamente nos otorga la información. Estos datos o información se

Primer bimestre
encuentran, si cabe el término, en “bruto”, a partir de lo cual se inicia el

proceso de clasificación, organización y presentación sea en tablas o en
gráficos.
b. Fuentes secundarias
Son aquellas que nos proporcionan información que ha sido previamente

elaborada por otras personas y generalmente las encontramos en:
• Informes escritos
• Revistas
• Periódicos
• Boletines oficiales
• Publicaciones de diferente índole
Por ejemplo, si se toma un boletín estadístico del Banco Central, allí

podremos encontrar información que ya ha sido procesada y podemos
trabajar con esa información para establecer indicadores o determinar
características adicionales sobre el problema que se está analizando.
En una investigación se pueden utilizar tanto fuentes primarias como fuentes

secundarias si nos interesa no solo describir la información sino también
establecer relaciones o análisis comparativos con datos de la realidad investigada.
Bien, una vez que hemos desarrollado los temas referentes a esta primera
unidad, es conveniente que usted vaya trabajando en actividades que le permitan
identificar claramente la aplicabilidad a su formación profesional, por ello lo invito
a desarrollar las siguientes actividades:

Primer bimestre
Actividades recomendadas
Como se ha mencionado anteriormente, el estudio de la estadística se enriquece

cuando ponemos en práctica cada uno de los temas desarrollados y sobre
todo identificamos la utilidad que los mismos van a tener en el transcurso de la
formación y por ende en su ejercicio profesional, por ello le invito a realizar lo
siguiente:
1. Revise una publicación (periódico o revista) y escoja una noticia o artículo

que se relacione con su formación profesional.
2. Identifique la o las variables que se han analizado
3. Determine el tipo y nivel de medición de cada una de las variables

identificadas.
4. Reflexione sobre la fuente de origen de los datos, ¿es una fuente primaria o
secundaria?

Primer bimestre
Autoevaluación 1
Para determinar su avance en el logro de los resultados de aprendizaje previstos,

le invito a completar el siguiente cuestionario. Puede constatar sus resultados
al final de esta guía didáctica y recuerde que si ha tenido alguna dificultad para
su resolución debería volver a trabajar los temas en los que ha experimentado
problemas:
A. Conteste dentro del paréntesis con V o F si considera que los

enunciados son verdaderos o falsos respectivamente:
1. ( ) La estadística es aplicable para cualquier actividad que realice el

ser humano.
2. ( ) La estadística descriptiva es aquella parte que nos ayuda a

describir las características de un conjunto de datos recolectados
en una investigación.
3. ( ) Las características resultantes del análisis de una muestra son

válidas para inferir en resultados sobre la población.
4. ( ) Un indicador o característica de la población se denomina

parámetro.
5. ( ) Las variables cuantitativas, son aquellas en las que cada objeto
estudiado identifica una característica distinta.
6. ( ) Una variable discreta es aquella que se origina en la medición y

que puede tomar valores intermedios entre uno y otro.
7. ( ) En el nivel de medición nominal, la variable se caracteriza porque

a cada elemento se le establece un orden determinado.

Primer bimestre
8. ( ) Un ejemplo de nivel de medición de intervalo es la temperatura.
9. ( ) La encuesta es una técnica que nos permite recoger información,

la que se denomina información primaria.
10. ( ) La información primaria se caracteriza por ser aquella que

previamente ha tenido algún tratamiento.
B. Mediante líneas relacione el ejemplo con el tipo de variable al que

corresponde cada uno:
11. Género de las personas a. Continua

integrantes de un grupo.
12. Número de hijos de cada b. Cualitativa
familia.
13. Estatura de una persona c. Discreta
expresada en metros.
14. Lugar de nacimiento de d. Continua
las personas.
15. Altura de una e. Cualitativa
construcción.
IMPORTANTE: si sus resultados fueron satisfactorios, le felicito, podemos

continuar, si no fueron satisfactorios es necesario que revise aquellos temas que
no lo fueron hasta que usted se encuentre satisfecho con los resultados.

Primer bimestre
UNIDAD 2. ORGANIZACIÓN Y PRESENTACIÓN DE INFORMACIÓN

ESTADÍSTICA
Para el desarrollo de esta unidad, remítase al texto

básico en el capítulo 2 denominado Descripción de datos:
Tablas de frecuencias, distribuciones de frecuencias y su
representación gráfica.
2.1. Introducción
Una vez que hemos abordado los temas iniciales sobre lo que significa el estudio
de la estadística y ha desarrollado la capacidad de identificar adecuadamente la
o las variables con las que estamos trabajando en un proceso de investigación,
podemos iniciar a revisar el tratamiento de la información para que a través de las
formas de presentarla podamos a su vez describir en forma adecuada el objeto
investigado.
En esta unidad, precisamente abordaremos estos temas, pues hay que identificar
la forma en la que se sugiere presentar la información, pero decidir también de
acuerdo con el volumen o complejidad de la información recogida el uso de una u
otra técnica.
Iniciamos con los datos simples y luego abordamos los datos complejos que
requieren utilizar procedimientos para presentar los datos de manera que se
pueda abordar a conclusiones sobre el tema investigado.
Le invito a que vayamos trabajando cada una de las temáticas y aplicar las
mismas a problemas reales de su entorno.

Primer bimestre
2.2. Series simples
Cuando la investigación se realiza con pocos datos su análisis no requiere mayor

tratamiento previo por lo que se pueden presentar en forma ordenada y establecer
las características que sean de interés. De igual manera si la variable no toma
muchos valores dentro del conjunto de datos observados se puede trabajar a
través de una serie ordenada simple.
Recordemos que la idea principal de esta parte es presentar la información de

manera que se puedan establecer las características para su correspondiente
análisis.
En el texto básico usted observará que se explica directamente la construcción de

una tabla de frecuencia, sin embargo, en esta parte me permito ejemplificar lo que
significa una serie simple de datos.
Por ejemplo, si en un conjunto de 10 personas queremos conocer la edad

predominante, registramos los valores que se indican en años de la siguiente
manera:
18 19 21 26 18 25 18 21 18 20
y lo que podemos hacer es ordenarlos de acuerdo con algún criterio y con ello ya
podemos analizar el tema de interés:
18 18 18 18 19 20 21 21 25 26
Así, podemos decir que la edad predominante en este grupo de 10 personas es la

de 18 años y que las edades se encuentran entre 18 y 26 años.
Como vemos en este caso es algo simple que no requiere mayor tratamiento
para su análisis, así como para los datos cuantitativos, lo mismo podemos
trabajar cuando se trata de una variable cualitativa porque como quedó indicado
anteriormente, lo que nos determina la variable cualitativa es una característica.

Primer bimestre
2.3. Series ordenadas
Cuando el número de datos que forman parte del objeto investigado es grande y
no es posible distinguir sus características principales a través de la observación
simple, es necesario buscar la forma de presentar los datos mediante un arreglo
específico. Para ello resulta útil el uso de una tabla de datos en la que se
pueden identificar las categorías de la variable y junto a cada una de ellas su
correspondiente frecuencia que constituye el número de veces que se encuentra
la categoría de la variable en el conjunto de datos.
Así, por ejemplo, si al revisar las calificaciones obtenidas por 30 estudiantes en un

determinado curso, podría resultar que encontramos los siguientes datos:
15 14 16 20 18 16 15 14 18 20
17 15 18 20 14 18 19 14 17 12
16 19 20 15 17 14 19 20 16 15
A simple vista, sería muy difícil considerar las características del grupo en cuanto
se refiere a las calificaciones, pero si presentamos la información a través de una
tabla de datos ordenada, podremos alcanzar un mejor análisis.
Sabemos que la variable es CALIFICACIONES, y que es una variable discreta

porque toma valores específicos, que la calificación menor es 12 y que la
calificación mayor es 20; dado que la variable no toma muchos valores podemos
presentarlos de manera resumida a través de la siguiente tabla de frecuencias
que es una serie ordenada.
Cabe indicar que en toda tabla de datos siempre es importante que se identifique:
▪▪ Título, que debe ser lo suficientemente claro y concreto de manera que el

lector sepa la información que se está presentando. Si son varias tablas las
que se presentarán en el informe, entonces conviene numerarlas para poder
hacer referencia en el análisis de los resultados.

Primer bimestre
▪▪ Encabezado, cada una de las columnas que se presenten deben identificar

la información que contiene la misma. Si se va a abreviar la información se
debe indicar la unidad de medida y de expresión
▪▪ Cuerpo, en el que se presenta toda la información de interés, para cada

categoría de la variable su correspondiente valor.
▪▪ Fuente, es importante que el lector conozca el origen de la información.
▪▪ Elaboración, en donde se identifica quien o quienes son los responsables

de presentar la información.
Ilustración 2. Identificación de los elementos para presentar información
Al igual las variables de tipo cuantitativo, las variables cualitativas se van a

presentar a través de una tabla con los mismos elementos que hemos indicado
anteriormente.

Primer bimestre
2.4. Representaciones gráficas
En el texto básico podrá encontrar todo el detalle de los tipos de representaciones

gráficas que le serán útiles para presentar la información que se recolecta, de
acuerdo con el tipo de datos que requiera presentar, así podrá observar:
▪▪ Diagramas de barras
▪▪ Gráficas de pastel
Sin embargo, también podrá utilizar gráficas de líneas cuando se trate de

presentar información que cambia de acuerdo con el tiempo, ello le permitirá
observar el comportamiento de la variable a través de cada período analizado.
Por ejemplo, si está analizando el volumen de ventas en forma mensual, podría
utilizar un gráfico de barras verticales, pero también lo puede hacer a través de un
diagrama lineal, en cuyo eje horizontal se ubicarán los períodos de tiempo y en
el eje vertical se tomará en cuenta la cantidad o el valor que corresponde a cada
período.
2.5. Tablas de distribución de frecuencias
Hasta ahora, usted ha considerado los casos en los que la cantidad de

información es pequeña o las categorías de la variable en análisis es mínima,
de forma que sea mediante la simple observación o mediante un arreglo sencillo
se puede llegar a analizar adecuadamente la información presentada y por tanto
obtener conclusiones válidas respecto al tema investigado.
Así también se ha tomado en cuenta que la información sea cualitativa o

cuantitativa se puede representar mediante gráficos. En este sentido cuando
realizamos un informe los gráficos son adecuados cuando se necesita llamar la
atención sobre un tema o unos datos específicos.
Ahora bien, ¿qué sucede cuando la información no se puede revisar y analizar sin
mediar un tratamiento mayor?

Primer bimestre
Para trabajar esta parte, realice una lectura comprensiva del tema que se
encuentra desarrollado en el texto básico y trate de enunciar una definición propia
sobre lo que significa una tabla de distribución de frecuencias.
Seguramente luego de la lectura y en la definición que está realizando, ha

considerado los siguientes aspectos:
▪▪ Herramienta útil para resumir información.

▪▪ Establece niveles o categorías que son mutuamente excluyentes.
▪▪ A cada nivel le corresponde un número de observaciones o datos.
Ahora bien, ¿será necesario siempre construir una tabla de distribución de

frecuencias?, la respuesta será no siempre, depende de la estructura de la
información recolectada y el análisis que se requiere.
¿Cómo saber si debemos o no construir una tabla de distribución

de frecuencias?
No existen reglas fijas para distinguir cuándo se debe construir una tabla de
distribución de frecuencias, sin embargo, es preciso tomar en cuenta algunos
detalles que nos llevan a su elaboración:
▪▪ Cuando el número de datos es muy grande y resulta muy complicado

observar características sin algún arreglo previo.
▪▪ Si el recorrido que realiza la variable desde el valor menor hasta el valor

máximo es mayor a 15.
▪▪ Cuando se requiere considerar las características importantes del conjunto

de datos u observaciones realizadas y que con la simple observación o
enunciado de los mismos no sería perceptible la realidad investigada.

Primer bimestre
2.5.1. Elementos de una tabla de distribución de frecuencias
Conforme a la revisión que usted realizó en el texto básico, es importante

considerar los elementos que forman parte de una tabla de distribución
de frecuencias con la finalidad de que se aplique cada uno de ellos en su
construcción, pero sobre todo en el análisis que requiere la información que
se está presentando. Así, en la siguiente ilustración podemos mencionar los
elementos que debemos tomar en cuenta:
Ilustración 3. Elementos de una tabla de distribución de frecuencias

Fuente: Lind, D.; Marchal, W. y Wathen, S.(2015). Estadística aplicada a los negocios y la
economía.
Elaboración: el autor
Veamos cada uno de ellos con mayor detalle y con el procedimiento

correspondiente ya que en el texto se encuentran aplicados de manera general:
a. Rango, recorrido o amplitud de variación, identifica el número de puestos

que recorre la variable desde el valor mínimo hasta el valor máximo que

Primer bimestre
registra la variable en el conjunto de datos analizado. En este momento

consideremos dos casos:
Si trabajamos con variables continuas llegamos a obtener el rango o

recorrido a través de la diferencia simple; pero, si trabajamos con una
variable discreta debemos considerar el número de puestos que recorre
la variable, por ello a la diferencia señalada anteriormente se le agrega la
unidad ya que se consideran los dos valores extremos.
b. Intervalos de clase o categorías, corresponde a cada uno de los niveles,

clases o categorías en los que se distribuyen los valores que toma la
variable.
c. Límites de clase, son los valores extremos de cada uno de los intervalos
y por ello diferenciamos los límites inferior y superior. Cuando la variable
es continua el límite superior es igual al límite inferior de la siguiente clase
o intervalo, en cambio, cuando se trata de una variable discreta, el límite
superior de una clase es diferente al límite inferior de la siguiente.
d. Límites reales de clase, especialmente cuando se está trabajando con

variables discretas y se requiere volverla continua, el límite real tanto
inferior como superior se los obtiene considerando el verdadero valor de
cada número, por ejemplo, si el intervalo es 100 – 109 los límites reales del
intervalo serían 99,5 – 109,5.
e. Número de clases, corresponde a la cantidad de niveles, clases o

categorías en las que se va a distribuir a la variable. No existe una norma

Primer bimestre
para definir con exactitud el número de intervalos que se van a construir,

sin embargo, dado que la distribución de frecuencias tiene como objetivo
resumir la información se recomienda que no sean menos de 5 ni más
de 20, esto ¿por qué razón?, si se realiza una distribución con menos de 5
intervalos se pueden perder rasgos o características del conjunto de datos
investigado y, luego, si se realiza una tabla de distribución de frecuencias
con más de 20 intervalos de clase, perdemos el objetivo de resumir la
información y presentarla de forma que se pueda analizar e interpretar.
Para calcular el número de intervalos de clase en los que se distribuirá la

información, se sugiere tomar en cuenta la siguiente condición:
2k ≥ n
donde:
n es el número de datos u observaciones que se han recogido.
k es un número entero positivo que satisface la condición y se constituye en

el número de intervalos con el que se va a trabajar.
Por ejemplo, si en una investigación se han recogido 80 datos y no se ha

definido un número de intervalos en los que se deba distribuir la información,
procedemos a utilizar la condición, con lo que tendremos:
2k ≥ 80
Buscamos el valor de k que satisface la condición de manera que podemos

hacer los siguientes juegos:
26 ≥ 80 , no cumple la condición porque 26 = 64 ; luego,

27 ≥ 80 , si cumple la condición ya que 27 = 128 ; por tanto, el número de
intervalos que se va a utilizar en este caso sería 7.

Primer bimestre
Ahora bien, podría suceder que la investigación por alguna razón considere
como un dato previo el tamaño o anchura de los intervalos en los que se
deben presentar los datos. En esta situación podemos determinar el número
de clases o intervalos con la siguiente fórmula:
Rango o recorrido
Número de intervalos =
ancho del intervalo
f. Tamaño o anchura de clases o intervalo de clase, se refiere al número de

puestos que recorre la variable en cada uno de los intervalos desde el límite
inferior hasta el límite superior.
Una vez que se ha definido el número de intervalos, el tamaño de clase se

determina a través de la siguiente fórmula:
Rango o recorrido
tamaño de clase =
número de clases o intervalos
Si ya tenemos la distribución, al tamaño lo podemos establecer a través de

la diferencia entre los límites superior e inferior siempre que la distribución
sea continua, si la distribución es discreta, a la diferencia anterior se le suma
la unidad en la que se encuentra identificada la variable. Por ejemplo, si el
intervalo es 100 – 109 y se trata de una distribución discreta, entonces el
intervalo tiene tamaño 10. Si trabajamos con los límites reales, entonces la
diferencia entre ellos nos identifica el tamaño o anchura de clase, es decir, si
el intervalo fuera 99,5 – 109,5, entonces el tamaño será 10.
g. Frecuencia, constituye el número de datos u observaciones que se

encuentran dentro de cada intervalo. Esta frecuencia se denomina absoluta
simple. La sumatoria de todas las frecuencias absolutas simples es igual al
número de datos u observaciones recogidas.
h. Marca de clase, es el punto medio de cada intervalo de clase, por tanto, se

podría decir que constituye la semisuma entre los límites inferior y superior.

Primer bimestre
Ahora bien, una vez que se han identificado a los elementos y que se ha
comprendido a qué se refiere cada uno de ellos, vamos a su aplicación a través
de la construcción de una tabla de distribución de frecuencias.
2.5.2. Método para construir una tabla de distribución de frecuencias
Revise ahora el texto básico en el apartado referente a la construcción de

distribuciones de frecuencias.
Ahora, realizaremos un ejemplo demostrativo tomando en cuenta los

pasos que debemos seguir para obtener una tabla:
Con la finalidad de analizar el aprovechamiento de los estudiantes en la

asignatura “A”, en la que se encuentran matriculados 80 estudiantes se han
aplicado varias actividades de evaluación que en conjunto se obtiene una
calificación sobre 100 puntos de manera que, la calificación obtenida por
cada uno de ellos se muestra a continuación:
15 35 48 89 67 35 56 67 95 80
45 68 75 99 25 48 52 49 87 18
98 52 48 69 84 69 24 35 75 63
47 19 28 60 42 36 39 69 99 40
59 100 39 56 68 65 29 49 58 60
15 29 40 48 28 59 50 26 40 94
73 59 60 49 27 83 62 37 30 52
89 73 70 59 40 93 63 60 62 58
Se solicita presentar la información a través de una tabla con la finalidad de

analizar el aprovechamiento de los estudiantes en esta asignatura.
Dado que no se ha identificado ninguna condición para su elaboración,

procedemos a construir la tabla de la siguiente manera:

Primer bimestre
1. Identificamos el tipo de variable, según el caso observamos que se trata

de una variable discreta ya que los valores registrados se han expresado en
valores exactos.
2. Localizamos los valores máximo y mínimo, para ello es aconsejable

presentar los datos en forma ordenada (cuando fuera posible) o de lo
contrario por simple inspección se pueden llegar a determinar los mismos.
15 19 28 48 25 35 24 26 30 18
15 29 39 49 27 36 29 35 40 40
45 35 40 56 28 48 39 37 58 52
47 52 48 59 40 59 50 49 62 58
59 59 48 60 42 65 52 49 75 60
73 68 60 69 67 69 56 60 87 63
89 73 70 89 68 83 62 67 95 80
98 100 75 99 84 93 63 69 99 94
Xmáx = 100
X min = 15
3. Establecemos el rango o recorrido de la variable; en este caso,
dado que se trata de una variable discreta porque estamos hablando de
“calificaciones”, tendremos que:
R = Xmáx − X min+ 1
R = 100 − 15 + 1
R = 86
Esto significa que la variable calificaciones en este conjunto de personas
recorre 86 puestos.
4. Número de clases o intervalos, en razón que no se ha indicado el número

de intervalos que sea de interés para la investigación, procedemos a
identificarlo con la condición prevista:
2k ≥ n

Primer bimestre
Reemplazando los valores tendremos: 2k ≥ 80
Luego, para que se cumpla la condición k debería tomar el valor de 7 ya que

27 = 128 y 128 > 80.
De esta manera diremos que los 80 datos se van a distribuir en 7 intervalos

de clase.
5. Tamaño o anchura de clase, con los datos anteriormente establecidos,

procedemos a determinar el ancho de cada clase o intervalo, de la siguiente
manera:
Rango o recorrido
tamaño de clase =
número de clases o intervalos
86
tamaño de clase =
7
tamaño de clase = 12,29
tamaño de clase ≅ 13
Cabe indicar que en este caso al calcular el tamaño de clase el resultado

(12,29) es un número decimal y lo que debemos encontrar es el número de
puestos que recorrerá la variable en cada intervalo; es por esta razón que,
debemos realizar una aproximación al inmediato superior, aunque no se
apliquen las reglas de aproximación numérica. En este ejemplo el tamaño de
clase sería 13.
6. Nuevo rango, debido al resultado anterior, debemos encontrar un nuevo

rango. Si hubiéramos obtenido un resultado exacto no hace falta realizar
este paso.

Primer bimestre
Si relacionamos con el rango original (86) vemos que va a existir una

diferencia (91 – 86) de 5 puestos que se agregan debido a la aproximación
que se realizó al tamaño de clase (12,29 a 13).
Estos 5 puestos que se agregan se deben distribuir entre los valores

mínimo y máximo. No existe una regla fija para ello, queda a criterio del
investigador, pero siempre es conveniente disminuir un número de puestos
al valor mínimo y sumar un número de puestos al valor máximo, de manera
que, para el ejemplo, los 5 puestos que se adicionan se distribuyen de la
siguiente manera:
X min = 15 − 3 = 12
Xmáx= 100 + 2= 102
Por lo tanto, para construir los intervalos empezaremos con 12 y debemos

terminar en 102.
7. Elaboración de la tabla de frecuencias, una vez que ya contamos con

todos los elementos, procedemos a elaborar la tabla de distribución de
frecuencias tomando en cuenta los intervalos de clase, y la frecuencia
correspondiente.
Se recomienda que como un elemento auxiliar se realice una tabla de

conteo en donde se van ubicando marcas para luego contar el número de
elementos o datos que se encuentran en cada intervalo.

Primer bimestre
Tabla 2. Columnas que se presentan en una tabla de distribución de frecuencias
Estudiantes
Calificaciones Tabla de conteo (frecuencia
absoluta simple) ni
12 24 ||||| 5
25 37 ||||||||||||| 13
38 50 ||||||||||||||||| 17
51 63 ||||||||||||||||||| 19
64 76 ||||||||||||| 13
77 89 |||||| 6
90 102 ||||||| 7
Total 80
Hasta aquí, hemos logrado construir la tabla de distribución de frecuencias,

para presentarla no hay necesidad de considerar la tabla de conteo ya que
como le mencioné es un elemento auxiliar.
8. Marca de clase, es otro elemento que se desprende de la tabla construida y

que sirve para los posteriores análisis que se requieran. Para el ejemplo, la
tabla con sus marcas de clase quedaría de la siguiente manera:
Tabla 3. Presentación de las marcas de clase
Estudiantes
Marcas de clase
Calificaciones (frecuencia absoluta
Xi
simple) ni
12 24 5 18
25 37 13 31
38 50 17 44
51 63 19 57
64 76 13 70
77 89 6 83
90 102 7 96
Total 80

Primer bimestre
2.5.3. Otros elementos en una distribución de frecuencias
De acuerdo con la necesidad para el análisis de un grupo de datos, es posible

también considerar las frecuencias relativas y las frecuencias acumuladas.
a. Frecuencia relativa simple, nos permite identificar la proporción de los

datos que se encuentran en cada uno de los intervalos o categorías.
Para su cálculo tomamos en cuenta la frecuencia absoluta simple y el

número total de datos. La sumatoria de todas las frecuencias relativas
simples siempre deberá ser igual a 1 o si se expresa en porcentajes será
100%.
Para el ejemplo que venimos trabajando, la frecuencia relativa simple sería:
Tabla 4. Identificación de las columnas de frecuencias relativas simples
Estudiantes
Frecuencia
(frecuencia Frecuencia relativa
Calificaciones relativa simple
absoluta simple) simple hi
hi %
ni
12 24 5 0,0625 6,25
25 37 13 0,1625 16,25
38 50 17 0,2125 21,25
51 63 19 0,2375 23,75
64 76 13 0,1625 16,25
77 89 6 0,075 7,5
90 102 7 0,0875 8,75
Total 80 1 100

Primer bimestre
b. Frecuencia absoluta acumulada, este tipo de frecuencia nos permite

identificar el número de datos que se encuentran sobre o bajo un valor
de interés. De esta manera tendremos la frecuencia absoluta acumulada
“menor que” y la frecuencia absoluta acumulada “mayor que”. Para el
ejemplo en desarrollo tendríamos lo siguiente:
Tabla 5. Frecuencia absoluta acumulada “menor que”
Frecuencia
Estudiantes
absoluta
Calificaciones (frecuencia
acumulada
absoluta simple) ni
“menor que” Ni
12 24 5 5
25 37 13 18
38 50 17 35
51 63 19 54
64 76 13 67
77 89 6 73
90 102 7 80
Total 80
En este caso vamos sumando las frecuencias absolutas simples sucesivas,

de forma que si queremos identificar cuantos estudiantes han obtenido
calificaciones menores que 38 puntos, podemos afirmar que son 18 o si
queremos saber cuántos estudiantes han obtenido calificaciones menores a
77 puntos, podemos afirmar que han sido 67 estudiantes.

Primer bimestre
Tabla 6. Frecuencia absoluta acumulada “mayor que”
Frecuencia
Estudiantes
absoluta
Calificaciones (frecuencia absoluta
acumulada
simple) ni
“Mayor que” Ni
12 24 5 80
25 37 13 75
38 50 17 62
51 63 19 45
64 76 13 26
77 89 6 13
90 102 7 7
Total 80
Para esta frecuencia, partimos del total de datos y vamos restando aquellos
que quedan tras de los límites inferiores de cada uno de los intervalos.
Así, por ejemplo, si nos preguntamos ¿cuántos estudiantes han obtenido
calificaciones iguales o superiores a 51 puntos?, podemos responder que
son 45 estudiantes o si queremos conocer el número de estudiantes que han
obtenido calificaciones iguales o superiores a 77 puntos, podemos afirmar
que son 13 los estudiantes.
c. Frecuencia relativa acumulada, al igual que en el caso anterior, las

frecuencias relativas simples pueden presentarse de forma acumulada, sea
“menor que” o “mayor que”, y en este caso lo que estaríamos observando es
la proporción total de datos.

Primer bimestre
Tabla 7. Frecuencia relativa acumulada “menor que”
Estudiantes Frecuencia Frecuencia

(frecuencia absoluta relativa
Calificaciones
absoluta simple) acumulada acumulada
ni “Menor que” Ni “Menor que” Hi
12 24 5 5 6,25
25 37 13 18 22,5
38 50 17 35 43,75
51 63 19 54 67,5
64 76 13 67 83,75
77 89 6 73 91,25
90 102 7 80 100
Total 80
En este caso si queremos conocer la proporción de estudiantes que han

obtenido calificaciones menores que 38 puntos, vamos a que decir que el
22,5% de estudiantes obtiene menos de dicha calificación. O si queremos
saber la proporción de estudiantes que han obtenido puntajes menores
a 77 puntos, podemos decir que el 83,75% de estudiantes han obtenido
calificaciones menores a aquella.
Tabla 8. Frecuencia relativa acumulada “mayor que”
Frecuencia Frecuencia
Estudiantes
absoluta relativa
Calificaciones (frecuencia
acumulada “Mayor acumulada
absoluta simple) ni
que” Ni “Mayor que” Hi
12 24 5 80 100
25 37 13 75 93,75
38 50 17 62 77,5
51 63 19 45 56,25
64 76 13 26 32,5
77 89 6 13 16,25
90 102 7 7 8,75
Total 80

Primer bimestre
Así como para el caso de las frecuencias absolutas acumuladas, en este

caso también podemos responder a las mismas preguntas, ¿qué proporción
de estudiantes han obtenido calificaciones iguales o superiores a 51
puntos?, la respuesta sería el 56,25% de estudiantes.
2.5.4. Representación gráfica de una tabla de distribución de frecuencias
Adicionalmente, usted habrá encontrado en el texto básico, otra forma de

presentar la información de un grupo de datos como es la forma gráfica.
Para el caso de las tablas de distribución de frecuencias, podemos utilizar los

siguientes tipos:
▪▪ Histograma
▪▪ Polígono de frecuencias
▪▪ Ojivas
Cada uno de los cuales tiene sus características específicas y su aplicación según
la frecuencia que se utilice. Veamos cada uno
a. Histograma, se considera así a un diagrama de barras verticales continuas,

para cuya construcción en el eje de las abscisas se ubica la base de cada
una de las barras y que constituyen los intervalos de clase. Cabe mencionar
que siendo un diagrama de barras continuas si trabajamos con una
variable discreta, debemos utilizar los límites reales de clase a fin de darle
continuidad a la distribución.
Otro aspecto para considerar es que, si los intervalos de clase son del
mismo tamaño, entonces la base de las barras debe tener la misma longitud
y la altura de las barras que se ubica en el eje de las ordenadas considera
las frecuencias simples sean absolutas o relativas.
Para el ejemplo que venimos desarrollando, dado que es una distribución de

variable discreta, procedemos a establecer los límites reales:

Primer bimestre
Tabla 9. Identificación de los límites reales de clase
Estudiantes
(frecuencia Calificaciones
Calificaciones
absoluta simple) (límites reales)
ni
12 24 5 11,5 24,5
25 37 13 24,5 37,5
38 50 17 37,5 50,5
51 63 19 50,5 63,5
64 76 13 63,5 76,5
77 89 6 76,5 89,5
90 102 7 89,5 102,5
Total 80
Gráfico 1. Histograma de frecuencias absolutas

Primer bimestre
Gráfico 2. Histograma de frecuencias relativas
b. Polígono de frecuencias, es un diagrama de líneas en el que se consideran

las marcas de clase de cada uno de los intervalos. Para su construcción se
debe suponer la existencia de una marca de clase anterior a la primera y
una marca de clase posterior a la última cada una con frecuencia cero, las
mismas que se ubican en el eje de las abscisas y las frecuencias absolutas
simples o frecuencias relativas simples se ubican en el eje de ordenadas.
Gráfico 3. Polígono de frecuencias absolutas

Primer bimestre
Gráfico 4. Polígono de frecuencias relativas
c. Ojivas, este tipo de representación gráfica es útil para mostrar los valores
acumulados, es por ello que se utilizan las frecuencias acumuladas y pueden
representarse tanto para valores absolutos como para valores relativos. A
través de este gráfico se pueden identificar valores que se encuentran en
una determinada posición que sea de interés para el investigador.
Gráfico 5. Ojivas de frecuencias absolutas

Primer bimestre
Gráfico 6. Ojivas de frecuencias relativas
2.5.5. Aspectos importantes a considerar en las tablas de distribución de

frecuencias
Si bien es cierto, hasta aquí hemos analizado todos los aspectos relacionados
con la construcción, presentación y representación gráfica de los elementos que
intervienen en una tabla de distribución de frecuencias, considero importante que
se tomen en cuenta los siguientes aspectos que también resultan importantes y
de utilidad en el análisis de información.
Estos aspectos se pueden resumir de la siguiente manera:
1. Tamaño de intervalos de clase, puede resultar que los intervalos de clase

requieran poner en práctica algún criterio previamente establecido por la
necesidad que se haya identificado en el análisis y podremos encontrar
tablas de distribución de frecuencias que no sigan los pasos mencionados
anteriormente, lo que significa que los tamaños de los intervalos de clase
pueden ser diferentes. Por ejemplo, si se requiere clasificar las edades de un
grupo de personas, podríamos tener una tabla con los siguientes intervalos:

Primer bimestre
Tabla 10. Demostración de intervalos de diferente tamaño
EDAD (años) PERSONAS

Menores de 18 6
18–23 15
23–25 28
25–30 22
30–35 15
35–45 9
45 y más 5
TOTAL 100
2. Intervalos abiertos, también puede existir la necesidad de dejar intervalos

abiertos por la presencia de valores muy distantes y con poca frecuencia por
lo que al momento de construir una tabla de distribución de frecuencias es
preferible considerar este aspecto. En el ejemplo anterior podemos observar
que existen dos intervalos abiertos, el primero que menciona “menores
de 18” y el último que indica “45 y más”, en cuyo caso no se sabría hasta
que valor puede tomar la variable. Quizá al primer intervalo lo podríamos
cerrar empezando con cero porque sabemos que no pueden existir edades
negativas, pero el último no lo podríamos cerrar porque no sabemos hasta
qué edad puede encontrarse en el grupo.
Bien, espero que todo lo que hemos revisado hasta el momento haya sido de
su agrado y le haya resultado interesante, especialmente porque a través de
su comprensión, aplicación y análisis, tiene las herramientas que le permitirán
abordar cualquier investigación, especialmente cuando se trata de información
cuantitativa.
Como habrá comprendido también estos son temas de carácter general que
conllevan su aplicación en cualquier campo de actividad humana, es decir que en
las asignaturas que forman parte de la malla curricular tendrán plena vigencia y
podrá observar su utilidad en el campo profesional.

Primer bimestre
Siempre será importante que todos los temas que vamos desarrollando
encuentren su utilidad y aplicabilidad en temas o problemas reales, por ello le
invito a que practique la forma de recoger información, organizarla y presentarla.
Para ello le propongo las siguientes actividades:
1. Revise los periódicos o revistas de su interés, ubíquese en la información

financiera o en cualquier área que contenga información presentada a través
de tablas y representaciones gráficas, solamente ubique su mirada en las
tablas o gráficos, a partir de ello extraiga sus conclusiones sobre lo que le
están presentando, valore si la información es completa. Posteriormente lea
el artículo o la noticia desarrollada y constate si las conclusiones a las que
arribó al observar las tablas o gráficos son las mismas que presenta el autor
del artículo o noticia.
2. En el texto básico, usted encuentra algunos ejercicios planteados que

le servirán de ayuda para la comprensión adecuada de esta temática.
Como puede observar con un conjunto de datos podemos no solamente
construir una tabla de frecuencias, sino que también podemos presentar la
información a través de las representaciones gráficas más adecuadas a su
necesidad de análisis.
¿Le parecieron interesantes estas actividades?, Que bueno, me alegra que así
sea.
Con este ánimo, creo que es el momento de constatar cuánto hemos avanzado
en el estudio de esta unidad, para lo cual le invito a desarrollar la siguiente
autoevaluación.

Primer bimestre
Autoevaluación 2
A. En las siguientes afirmaciones conteste con V o F según considere son

verdaderas o falsas.
1. ( ) Se considera a la encuesta como una técnica que proporciona

información como una fuente secundaria.
2. ( ) La información que se obtiene al aplicar un cuestionario de

encuesta se considera como información primaria.
3. ( ) Una variable se mide de forma nominal cuando a cada elemento

se le asigna un orden específico.
4. ( ) Las variables discretas son aquellas de tipo cualitativo que se

originan en la medición.
5. ( ) Una variable continua, es aquella que puede tomar valores

intermedios entre uno y otro punto determinado.
6. ( ) La tabla de distribución de frecuencias permite, resumir

información con la finalidad de extraer conclusiones sobre el tema
investigado.
7. ( ) La frecuencia absoluta simple es aquella que identifica el número

de datos que se ubican en cada intervalo de clase.
8. ( ) La marca de clase corresponde a la proporción de datos que se

ubican en cada uno de los intervalos.
9. ( ) Para construir un histograma, se requiere el uso de límites reales

de clase cuando se trata de una variable discreta.

Primer bimestre
10. ( ) La construcción de un polígono de frecuencias se puede hacer

con las frecuencias absolutas simples o con frecuencias relativas
simples.
B. Identifique la alternativa que responda correctamente a cada

planteamiento.
11. La representación gráfica constituida por barras verticales continuas se

denomina:
a. Histograma.
b. Polígono de frecuencias.
c. Ojiva.
12. La sumatoria de las frecuencias relativas simples en una tabla de distribución

de frecuencias, es:
a. Cero.
b. Uno.
c. Total, de datos.
13. La proporción de datos que se encuentran en cada uno de los intervalos de

la tabla de distribución de frecuencia, se denomina frecuencia:
a. absoluta simple.
b. relativa simple.
c. relativa acumulada.
14. Los valores que se encuentran en los extremos de cada uno de los
intervalos de clase se denominan:
a. Marcas de clase.
b. Límites.
c. Anchura de clase.

Primer bimestre
15. La condición que nos permite establecer el número de intervalos de clase es:
a. 2k = n
b. 2k ≥ n
c. 2k ≤ n
Recuerde que puede constatar sus respuestas en el solucionario que se

encuentra al final de esta guía.
¿Cómo le fue?, si su respuesta es que muy bien, entonces le felicito y puede

continuar con el estudio de la siguiente unidad.
Si su respuesta es que no tuvo éxito total, no se desanime, le invito a revisar

aquellos temas en los que ha experimentado alguna dificultad para responder
adecuadamente a las cuestiones formuladas. Una vez que usted haya reafirmado
sus conocimientos en los temas y se sienta seguro de ello, entonces puede
continuar con la siguiente unidad.

Primer bimestre
UNIDAD 3. MEDIDAS DE TENDENCIA CENTRAL

en el capítulo 3 denominado Descripción de datos: medidas
numéricas
3.1. Introducción
Hasta ahora, hemos avanzado en los temas iniciales de recolección, organización

y presentación de la información de interés cuando realizamos una investigación.
Ahora bien, hasta el momento hemos podido comprender y aplicar las

herramientas que nos permiten construir tablas para presentar de forma
resumida la información y ello nos ha permitido además describir la misma de
forma general, llegando a algunas apreciaciones y conclusiones sobre el tema
analizado.
Sin embargo, muchas veces se requieren cifras o indicadores que nos muestren
la realidad del objeto investigado, es por ello que en esta unidad, nos insertamos
en el tratamiento de las medidas de tendencia central, porque lo que queremos
es encontrar algún o algunos valores que sean representativos de la realidad
analizada, así por ejemplo, muchas veces hablamos de las ventas y si queremos
conocer lo sucedido en un período determinado con las ventas anuales,
tendremos muchas informaciones que posiblemente no nos permiten tener un
panorama claro de lo que queremos conocer, pero si frente a ello tenemos un
valor que nos indique por ejemplo el promedio de ventas, será distinto porque ya
con ese valor podremos tener una idea más clara de lo que sucede con la variable
o el objeto investigado.
Veremos en esta unidad los tipos de medidas de tendencia central, sus

características, su aplicabilidad, la relación que existe entre ellas, y la utilidad que
nos presta en el análisis de la información.

Primer bimestre
Le invito a que revise cada una de las medidas y sobre todo reflexione en su
aplicabilidad y utilidad para el análisis estadístico. Debo decir también que es
importante que vayamos asegurando el conocimiento, comprensión de cada una
de ellas para que lleguemos a su aplicación y análisis.
3.2. Media aritmética
De la lectura que ha realizado en el texto básico, usted observa que allí se refiere
a las medidas de ubicación, pues le diré que nos referimos a lo mismo, algunos
autores llaman medidas de ubicación porque precisamente se refiere al lugar o
espacio que ocupa cada una de ellas. Hablamos de medidas de tendencia central
porque estamos considerando aquella medida representativa y que por lo general
es aquella que se identifica con las características puntuales y relevantes de los
datos.
Ha encontrado también que se refiere a la media poblacional y a la media

muestral, esto es un tema de la inferencia estadística, más conviene recalcar que
cuando trabajamos con todos los elementos de una población y establecemos
la media aritmética estamos hablando de un parámetro, mientras que cuando
trabajamos con parte de la población, es decir una muestra, la media aritmética es
un estadístico.
Su definición seguirá siendo la misma, se constituye en un valor representativo de

todo el conjunto de datos que se están investigando.
Como revisó en el texto, la forma de cálculo es la misma y sus propiedades se

mantienen.
Para llegar a determinar el valor de la media aritmética, podemos resumir la forma

de cálculo de acuerdo con las características del conjunto de datos conforme lo
observamos en la siguiente tabla.

Primer bimestre
Tabla 11. Formas de cálculo de la media aritmética
PRESENTACIÓN DE FORMAS DE CÁLCULO

LOS DATOS MUESTRA POBLACIÓN
Datos no agrupados n n
∑X i ∑X i
X= i =1 µ= i =1
n N
X i = valor observado X i = valor observado
n = número de datos N = número de datos
Serie ordenada n n
∑X n i i ∑X n i i
X= i =1
µ= i =1
n N
X i = valor observado X i = valor observado
ni = frecuencia de cada valor ni = frecuencia de cada valor
Tabla de distribución n n
de frecuencias ∑X n i i ∑X n i i
X= i =1 µ= i =1
n N
X i = marca de clase X i = marca de clase
ni = frecuencia de cada clase ni = frecuencia de cada clase
Para ampliar la información de cada una de estas variantes, revise los ejemplos
que se encuentran desarrollados en el texto básico.
¿Qué es lo importante aquí?
Adicionalmente a determinar el valor, es también, el saber interpretar el resultado,

en este caso cualquiera sea el tipo de datos con el que contamos, el resultado
obtenido nos indica que es un valor representativo del conjunto de datos, por
tanto, podemos hacer referencia a ese valor cuando se realice el análisis de la
información.

Primer bimestre
Continuando con el ejercicio desarrollado en la unidad anterior, vamos ahora

a determinar el valor de la media aritmética, es decir, requerimos conocer la
calificación media del conjunto de estudiantes.
Los datos con los que venimos trabajando fueron resumidos en la siguiente tabla
de distribución de frecuencias.
Tabla 12. Media aritmética para datos agrupados
Estudiantes Marca de
Calificaciones (frecuencia clase Xini
absoluta simple) ni Xi
12 24 5 18 90
25 37 13 31 403
38 50 17 44 748
51 63 19 57 1083
64 76 13 70 910
77 89 6 83 498
90 102 7 96 672
Total 80 4404
Para calcular la media aritmética utilizamos la fórmula para datos muestrales que
se presentan mediante una tabla de distribución de frecuencias:
∑X n i i
X= i =1
n
De manera que para su aplicación hemos considerado los siguientes elementos:
▪▪ Identificamos las marcas de clase de cada uno de los intervalos.
▪▪ Establecemos el producto entre las marcas de clase con la correspondiente

frecuencia absoluta simple.

Primer bimestre
▪▪ Sumamos la columna del producto definido anteriormente.
▪▪ Encontramos el valor de la media aritmética con el cociente entre la

sumatoria señalada y el número de datos.
Para el ejercicio quedará definida de la siguiente manera:
4404
X=
80
X = 55 ,05
Esto significa entonces que la calificación promedio alcanzada por el grupo de 80

estudiantes es de 55,05 puntos.
3.3. Mediana
Vamos a revisar otra de las medidas de tendencia central, que se denomina

MEDIANA, para ello remítase al texto básico, lea, analice y establezca su propia
definición sobre esta medida.
Seguramente con la lectura y la reflexión que hizo sobre este tema, usted ha
podido establecer algunas características puntuales como por ejemplo que:
▪▪ Es la medida que nos permite identificar el valor que ocupa la posición

central dentro de un conjunto de datos.
▪▪ Se puede aplicar a cualquier conjunto de datos, sea uno sin agrupar,

una serie ordenada o un conjunto presentado a través de una tabla de
distribución de frecuencias.
▪▪ A diferencia de la media aritmética, la mediana considera solamente a los

valores que ocupan la posición central.

Primer bimestre
▪▪ Si los datos se encuentran presentados en una tabla de distribución de

frecuencias con intervalos abiertos, es posible realizar su cálculo.
Cuando se trata de datos no agrupados, realizamos lo siguiente:
▪▪ Ordenamos los datos en forma ascendente o descendente.
▪▪ Identificamos el dato que se encuentra ocupando la posición central, para

ello dividimos el número de datos para dos.
▪▪ Con este resultado identificamos el dato que ocupa la posición central al que
le corresponde el valor mediano.
Por ejemplo:
Si tenemos los siguientes valores: 23 – 14 – 18 – 22 – 15 – 15 – 23 – 20 – 26 – 80
Primero ordenamos los datos en forma ascendente:
14 – 15 – 15 – 18 – 20 – 22 – 23 – 23 – 26 – 80
Ahora determinamos la posición del dato central:
n
PosMe =
2
10
PosMe =
2
PosMe = 5
En este caso si contamos las posiciones desde el menor el dato número 5 estaría
ocupado por el 20 y si contamos desde el mayor hacia abajo el dato 5 estará

Primer bimestre
ocupado por el valor 22. Tomamos los dos valores y establecemos el promedio,
en este caso sería:
20 + 22
Me =
2
42
Me =
2
Me = 21
Esto significa que el valor mediano del conjunto de datos es 21, o dicho de otra
forma podemos afirmar que el 21 supera al 50% de observaciones y es superado
por el 50% restante.
Otra consideración importante por realizar es que la mediana es útil cuando

tenemos valores extremos, en este caso el 80 se encuentra alejado de la mayoría
de los datos, pero eso no nos afecta en el cálculo de la mediana. Con este
conjunto de datos no es recomendable trabajar con la media aritmética porque
la presencia de este valor extremo le afectará al resultado. Calcule la media
aritmética y podrá observar lo mencionado.
Ahora bien, ¿cómo trabajamos con una tabla de distribución de frecuencias?
Para ilustrar su procedimiento, calculemos la mediana del conjunto de datos con

el que venimos trabajando.
El cálculo del valor mediano en un conjunto de datos toma en cuenta los

siguientes pasos:
▪▪ Determinar las frecuencias absolutas acumuladas

▪▪ Identificar el intervalo en el que se encuentra el valor mediano
▪▪ Determinar los límites reales de clase

Primer bimestre
Tabla 13. Mediana para datos agrupados
Frecuencia
Estudiantes
absoluta Calificaciones
(frecuencia
Calificaciones acumulada (límites
absoluta
“Menor que” reales)
simple) ni
Ni
12 24 5 5 11,5 24,5
25 37 13 18 24,5 37,5
38 50 17 35 37,5 50,5
51 63 19 54 50,5 63,5
64 76 13 67 63,5 76,5
77 89 6 73 76,5 89,5
90 102 7 80 89,5 102,5
Total 80
80
PosMe =
2
PosMe = 40
Esto significa que el dato número 40 es el que contiene el valor mediano.
Ahora nos ubicamos en la columna de la frecuencia acumulada e identificamos el

intervalo en el que se encuentra el dato 40, que en este caso sería: 51 – 63, ¿por
qué razón ese es el intervalo mediano?
Porque hasta este intervalo se encuentran 54 datos y en el intervalo anterior se

han acumulado 35 datos, por ello el dato número 40, se encuentra en el intervalo
definido.

Primer bimestre
Aplicamos ahora la siguiente fórmula:
Li = límite real inferior del intervalo mediano

n = número de datos
Ni −1 = frecuencia absoluta acumulada anterior al intervalo mediano
ni = frecuencia absoluta simple del intervalo mediano
i = tamaño o anchura del intervalo mediano
Ubicamos los valores en la fórmula correspondiente y procedemos a encontrar el

valor mediano.
Me = 53 , 92
Significa esto que la calificación obtenida por el 50% de los estudiantes se

encuentra por debajo de 53,92 puntos y que el 50% restante de los estudiantes
supera dicha calificación.
Le invito a revisar los ejercicios resueltos en el texto básico y para que amplíe la
comprensión y aplicación de esta medida, realice los ejercicios planteados.

Primer bimestre
Continuemos trabajando sobre las medidas que nos permiten describir las
características de un conjunto de datos, en este caso veremos lo que significa la
moda.
3.4. Moda
Como afirmamos es otra medida que tendencia central, que como su nombre
lo indica nos ayuda a reconocer aquel valor que se encuentra repetido el mayor
número de veces dentro de un conjunto de datos.
Revise la parte correspondiente en el texto, allí encontrará también las

características de esta medida.
¿qué conoce como moda?
Por lo general hablamos de modas cuando nos referimos a las prendas de vestir,
a la tecnología, a los equipos, a la música, al baile, etc. y decimos que es lo que
está de moda. Es decir, nos estamos refiriendo a aquello que se encuentra en
forma común dentro de un espacio o de un ambiente.
Esto es lo que como medida de tendencia central estamos considerando, aquel

valor que se encuentra con mayor frecuencia dentro de un conjunto de datos.
¿cómo determinamos el valor de la moda?
Para datos no agrupados, lo hacemos por simple inspección de los valores, si los
ordenamos vamos a observar aquellos que se encuentran el mayor número de
veces y ese es el valor modal.
Cabe indicar que en un conjunto de datos podemos encontrar uno o más valores
modales, así como también ninguno.

Primer bimestre
Los conjuntos de datos que tiene un valor modal se denominan unimodales,

aquellos que contienen dos valores modales se conocen como bimodales, si
existieran más de dos valores entonces el conjunto se conoce como multimodal.
Ejemplo:
Si tenemos los siguientes valores:
15 – 18 – 16 – 23 – 26 – 23 – 18 – 24 – 22 – 15 – 18 – 16 – 18 – 22 – 15–18
Ordenamos los datos para una mejor visualización:
15 – 15 – 15 – 16 – 16 – 18 – 18 – 18 – 18 – 18 – 22 – 22 – 23 – 23 – 24 – 26
Por simple inspección de los datos, podemos confirmar que el valor modal de este
conjunto de datos es 18, porque es el que se repite el mayor número de veces.
Ahora para el caso de los datos que se presentan mediante una tabla de
distribución de frecuencias el cálculo lo realizamos considerando los siguientes
pasos:
▪▪ Identificar el intervalo que tiene la frecuencia absoluta simple más alta, el

que se denomina intervalo modal.
▪▪ Determinar la diferencia entre la frecuencia del intervalo modal y del

premodal.
▪▪ Determinar la diferencia entre la frecuencia modal y del postmodal.
▪▪ Aplicar la siguiente fórmula

Primer bimestre
Donde:
Li = Límite real inferior del intervalo modal
∆1= Diferencia entre la frecuencia del intervalo modal y premodal
∆ 2= Diferencia entre la frecuencia del intervalo modal y postmodal
i= tamaño o anchura de la clase o intervalo modal
Calculemos ahora el valor modal del ejercicio que venimos desarrollando,

recuerde que los datos se refieren a las calificaciones obtenidas por un conjunto
de 80 estudiantes.
Tabla 14. Moda para datos agrupados
Estudiantes
(frecuencia Calificaciones
Calificaciones
absoluta simple) (límites reales)
ni
12 24 5 11,5 24,5
25 37 13 24,5 37,5
38 50 17 37,5 50,5
51 63 19 50,5 63,5
64 76 13 63,5 76,5
77 89 6 76,5 89,5
90 102 7 89,5 102,5
Total 80
Aplicamos la fórmula antes indicada:
Mo = 53 ,75

Primer bimestre
El valor obtenido, significa que la calificación que se repite el mayor número de

veces se encuentra en 53,75 puntos. Esta sería una distribución unimodal.
Como hemos observado las tres medidas pueden ser aplicadas a un conjunto
de datos, su aplicación depende de las necesidades del investigador, pero
también de la estructura de los datos, ya hemos visto que en el caso de que en
un conjunto de datos existan valores extremos o en una tabla de distribución
de frecuencias exista un intervalo abierto, no será posible calcular la media
aritmética.
En el caso de que sea factible el cálculo de las tres medidas, los resultados
obtenidos nos ayudan a identificar la forma en la que se encuentran distribuidos
los datos de manera que esta sería otra característica a tomarse en cuenta.
3.5. Relación entre la media, mediana y moda
Si bien es cierto, cuando representamos gráficamente una tabla de distribución de

frecuencias a través de un histograma o un polígono de frecuencias, ya se podía
observar la forma en la que se encuentran distribuidos los datos y por ende se
establecieron conclusiones al respecto, sin embargo, otro camino para identificar
la forma en la que se encuentran distribuidos los datos es a través de las medidas
de tendencia central, de manera que podremos decir que el conjunto de datos
podría estar distribuido de forma simétrica o asimétrica tanto positiva como
negativa.
a. Distribución simétrica, al relacionar los tres valores obtenidos, si estos son

exactamente los mismos, significa que los datos se encuentran distribuidos
simétricamente, es decir que a cada lado de las medidas determinadas se
encuentra el mismo número de observaciones o datos.
X Me
= = Mo

Primer bimestre
Gráfico 7. Representación de una curva simétrica
b. Distribución asimétrica positiva, cuando al relacionar los tres valores, el

valor modal es menor al mediano y a la media aritmética. Significa que existe
cola hacia la derecha ya que existen valores mayores, aunque con menor
frecuencia.
Mo < Me < X
Gráfico 8. Representación de una curva asimétrica positiva
c. Distribución asimétrica negativa, se presenta cuando al relacionar los tres

valores, el menor corresponde a la media aritmética, luego el valor mediano
y finalmente el mayor es el valor modal. Se conoce también como sesgo a la
izquierda ya que existen valores menores, pero con poca frecuencia.
X < Me < Mo

Primer bimestre
Gráfico 9. Representación de una curva asimétrica negativa
Un aspecto importante que debe recordar es que el valor mediano siempre se

encuentra entre el valor de la media aritmética y el valor modal.
Hasta aquí hemos analizado las tres principales medidas de tendencia central,
le invito a desarrollar ejercicios adicionales considerando todos los aspectos que
hemos trabajado hasta el momento.
Ahora, nos vamos a dirigir a revisar otras medidas que también nos permiten
caracterizar a un conjunto de datos o a datos que tienen características diferentes,
me refiero a la aplicación de la media ponderada y de la media geométrica.
Revise en el texto lo referente a estas medidas.
3.6. Media aritmética ponderada
Podemos decir que esta medida es una variante de la media aritmética, cuando
los datos se presentan de manera distinta a las mencionadas anteriormente.
Lea en el texto básico esta parte y defina lo que usted considera que es una
ponderación.
Si en el enunciado que realizó, hace referencia a la presencia o asignación de

algún peso, importancia o un valor relacionado con el que toma la variable, está
en lo correcto.

Primer bimestre
En el ejemplo que se trabaja en el texto encuentra que se hace referencia al

precio de las bebidas de acuerdo con cada una de las presentaciones y a partir de
ello se determina el precio promedio.
Como observa, es fácil determinar la variable porque lo que se solicita es

establecer el precio promedio, luego, la cantidad de bebidas en cada una de las
presentaciones constituye la ponderación, puesto que la cantidad vendida por
cada presentación es diferente.
¿cómo vamos a calcular?
Seguimos el mismo procedimiento que para la media aritmética de una serie de

datos ordenada, en donde, la diferencia sería que ni, será ahora la ponderación o
peso asignado a cada valor (wi).
La fórmula de cálculo a emplearse será la siguiente:
Xw =
∑X w
i i
∑w i
Donde:
X w = media ponderada
X i = valor que toma la variable
wi = peso o ponderación asignado a cada valor de la variable
Realicemos un ejercicio de aplicación:
En una empresa de servicios comerciales los empleados se encuentran

diferenciados en cuatro niveles, existen 10 en el nivel A cuyo salario por
hora es de 50 dólares, 20 en el nivel B a quienes se les paga 35 dólares
por hora, 30 en el nivel C a quienes se les cancela 20 dólares la hora y
finalmente son 90 los que se encuentran en el nivel D cuyo salario por hora

Primer bimestre
es de 10 dólares. Necesitamos conocer el salario promedio por hora que se

paga en esta empresa.
De acuerdo con la información presentada, sabemos que la interrogante es el

salario promedio por tanto diremos que esta es la variable y que la cantidad
de personas que se encuentran en cada nivel se constituye en el peso o la
ponderación asignada, de manera que tendremos visualmente la siguiente
información:
Tabla 15. Datos de los empleados por niveles y salario por hora
SALARIO
EMPLEADOS
NIVEL POR HORA XiWi
Wi
Xi
A 10 50 500
B 20 35 700
C 30 20 600
D 90 10 900
TOTAL 150 115 2700
Procedemos a aplicar la fórmula de cálculo:
Xw =
∑X w
i i
∑w i
2700
Xw =
150
X w = 18
Esto significa que el salario promedio por hora que se paga en esta empresa es
de 18 dólares.

Primer bimestre
Le invito para que realice otros ejercicios de aplicación del concepto

de media ponderada, por ejemplo, si usted observa en las ventas al
por mayor y al por menor de determinado producto, puede identificar el
precio promedio al que se han vendido las unidades del mencionado
producto, y así puede considerar otros ejemplos.
A continuación, revisamos otra medida también importante para el análisis de la

información como es la media geométrica.
3.7. Media geométrica
La media geométrica también es otra medida de tendencia central que nos

permite determinar los promedios en las variables que estamos investigando.
Conforme usted tiene la posibilidad de revisar en el texto, la media geométrica

es utilizada cuando la variable crece en forma geométrica, de manera que usted
luego de realizar la lectura del acápite correspondiente a este tema podrá emitir
su propia definición, pero sobre todo habrá comprendido los campos de aplicación
de la misma.
Al revisar el texto básico, va a encontrar también que existen dos formas de

aplicar esta medida:
▪▪ Utilizando la fórmula que considera la raíz n-ésima del producto de los

valores de la variable.
▪▪ Utilizando la fórmula para establecer el promedio de los porcentajes o

incrementos por cada período, en donde se considera la cantidad final y la
cantidad inicial.
Valor final del periodo

=MG n −1
Valor al inicio del periodo

Primer bimestre
Le invito a revisar los ejercicios desarrollados en el texto en donde podrá observar

la aplicación de cada uno de los casos mencionados.
En el primer ejemplo, observa que se trata de la recuperación de la

inversión durante cuatro años consecutivos, en este caso la variable crece
geométricamente porque lo que se recupera en un primer periodo se reinvierte
y tenemos recuperación en el segundo y así sucesivamente, de forma que, si
se requiere conocer la tasa de recuperación promedio, es necesario recurrir a la
media geométrica.
En el segundo ejercicio desarrollado, en cambio se requiere conocer la tasa de

crecimiento promedio anual de una población, considerando que la población
crece geométricamente, tenemos un valor inicial en el primer periodo y un valor en
el periodo final, de manera que al aplicar la fórmula correspondiente se obtendrá
la tasa de crecimiento promedio anual.
Debemos tener presente que la media geométrica siempre es menor o igual pero
nunca mayor que la media aritmética.
Le invito también para que aplique estas definiciones mediante el desarrollo de

ejercicios de propuestos. Recuerde que usted puede acceder a los ejercicios
planteados en el texto básico, pero también puede consultar en otros textos en
los que se planteen ejercicios para ser resueltos, de forma que esto le ayudará
a ampliar la comprensión de todo el tema y sobre todo identificar los campos de
aplicación.

Primer bimestre
Hasta aquí hemos trabajado con las medidas de tendencia central, es importante
que hayan quedado comprendidos todos los temas y que usted se encuentre
en la capacidad de definir cada una de las medidas, de recordar y aplicar las
características correspondientes y sobre todo poder interpretar y analizar los
resultados.
Para ello le recomiendo que realice los ejercicios que se encuentran en el texto
básico al finalizar cada uno de los temas, así como también aquellos que se
encuentran en la primera parte del resumen del capítulo 3 del texto, desde el
ejercicio 63 hasta el 74.
Adicional a encontrar la respuesta, se requiere comprenderla y analizarla con

base a las características de la herramienta utilizada, le aseguro que le será de
gran ayuda la práctica que realice.
Resulta necesario e importante medir el avance en la comprensión, aplicación y

análisis de los temas desarrollados, le recuerdo que todos los contenidos de esta
asignatura se convierten en prerrequisito de los siguientes, por tanto, asegúrese
de haber comprendido todos, por ello le propongo la siguiente autoevaluación.

Primer bimestre
Autoevaluación 3
A. Conteste con V o F si considera que las afirmaciones son verdaderas o

falsas respectivamente.
1. ( ) Las medidas de tendencia central son aquellas que permiten tener
un valor representativo del conjunto de datos analizados.
2. ( ) En un conjunto de datos se puede encontrar una sola medida de

tendencia central, no es posible hallar varias de ellas, porque la
una depende de la otra.
3. ( ) En una tabla de distribución de frecuencias con intervalos de

clase abiertos, no es posible el cálculo de la media aritmética.
4. ( ) Para calcular la media aritmética en una tabla de distribución de

frecuencias se requiere trabajar con las marcas de clase y las
frecuencias absolutas simples.
5. ( ) En el cálculo de la media aritmética intervienen todos los datos

observados de manera que la presencia de valores extremos
influye en su resultado.
6. ( ) Por definición, la mediana es el valor que se encuentra repetido el

mayor número de veces dentro del conjunto analizado.
7. ( ) En un conjunto de datos se puede calcular la mediana, la moda,

pero puede no ser posible el cálculo de la media aritmética.
8. ( ) El cálculo de la moda en una tabla de distribución de frecuencias

toma en cuenta la columna de frecuencias absolutas simples.

Primer bimestre
9. ( ) La ponderación significa el peso o importancia que se asigna a

cada valor de la variable dentro del conjunto analizado.
10. ( ) El valor de la media geométrica siempre es mayor o igual a la

media aritmética.
B. Seleccione la alternativa que responda adecuadamente a cada

enunciado.
11. Una de las características o propiedades de la media aritmética indica que,

la sumatoria de la diferencia entre cada valor y la media aritmética es igual a:
a. Cero.
b. Uno.
c. Total de datos.
12. Para conocer el valor que se encuentra ocupando la posición central dentro
del conjunto de datos analizado, debemos calcular la:
a. Media aritmética.
b. Mediana.
c. Moda.
13. Cuando los valores de la media aritmética, la mediana y la moda son

iguales, podemos afirmar que los datos reflejan una distribución:
a. simétrica.
b. asimétrica negativa.
c. asimétrica positiva.

Primer bimestre
14. Si en un conjunto de datos encontramos más de dos valores modales, el

conjunto se denomina:
a. Unimodal.
b. Bimodal.
c. Multimodal.
15. La media geométrica es útil para determinar los valores promedios cuando la
variable cambia en forma:
a. geométrica.
b. aritmética.
c. adimensional.
Le recuerdo que al final de esta guía, usted podrá encontrar el solucionario

correspondiente a cada uno de los ítems. Resuelva primero y luego compare las
respuestas, si tuvo éxito al contestar todos los ítems muy bien, ¡Felicitaciones!!!!
De lo contrario, no se desanime revise aquellos temas en los que tuvo dificultad

para lograr el éxito total, lo importante es que usted vaya reafirmando todos los
conocimientos en las temáticas desarrolladas.
No pase a la siguiente unidad hasta que se encuentre convencido que ha

desarrollado todas sus habilidades y destrezas en los temas abordados.

Primer bimestre
UNIDAD 4. MEDIDAS DE DISPERSIÓN

en el capítulo 3 revise los temas referentes a la dispersión y
en el capítulo 4 en el que se explican las medidas de
ubicación.
4.1. Introducción
Una vez que ya hemos trabajado sobre las medidas que permiten describir a un
conjunto de datos y haber determinado características puntuales como son las
medidas de tendencia central, nos corresponde continuar en la identificación de
algunos otros elementos que aporten a la comprensión de las características de la
información recolectada sobre el tema que se está investigando.
Por esta razón, iniciamos esta segunda parte de nuestro estudio de la estadística
básica con el abordaje de los conceptos y las medidas de dispersión.
Este tipo de medidas son de gran importancia en el tratamiento de la información

recolectada ya que también permiten identificar la forma en la que se encuentran
distribuidos los datos y compuesta toda la información que involucra la toma de
decisiones sobre una determinada temática.
Aquí podremos trabajar en varias medidas de dispersión, cada una de las cuales
tiene una aplicación propia de acuerdo con las necesidades del investigador y
también de acuerdo con las características de la información.
Las medidas de variación son de gran utilidad porque a través de ellas se puede
llegar a tomar decisiones adecuadas, pues, si bien las medidas de tendencia
central nos permiten tener un valor referencial, a través de las medidas de
dispersión podemos llegar a conocer la variabilidad del conjunto de datos.

Primer bimestre
4.2. Definición
¿Qué entendemos por dispersión?
En el texto usted se encontrará con la interrogante del porqué la dispersión, sin

embargo, considero importante que reflexionemos sobre lo que entendemos por
DISPERSIÓN.
Si nos remitimos al Diccionario de la lengua, es equivalente a referirnos al

alejamiento, a la variación, a la amplitud, a la separación, etc. es decir, que
cuando hablamos de dispersión nos remitimos a considerar el grado de
separación que existe entre los elementos de un conjunto de datos, dígase
entonces que podemos considerar a todas aquellas medidas que nos permiten
identificar el grado de separación entre los datos de todo el conjunto o también
el nivel de separación de cada uno de los elementos con respecto a un indicador
específico.
Al hablar de medidas, significa que podemos encontrar varias, tal cual lo hicimos
al referirnos a las medidas de tendencia central. Su aplicación dependerá
en primer lugar de las necesidades de la investigación, pero también de las
características de los datos a los cuales estamos analizando.
Existen algunas medidas, es por ello que en la siguiente ilustración podremos

observarlas en forma resumida:
Ilustración 4. Medidas de dispersión

Primer bimestre
Desarrollemos cada una de estas medidas y resolvamos además ejercicios de

aplicación con la finalidad de aclarar y comprender mejor su utilidad.
4.3. Amplitud de variación
También se denomina rango o recorrido de la variable.
Este concepto ya lo utilizamos en la construcción de las tablas de distribución

de frecuencia y como observamos esta medida nos permite identificar el rango o
recorrido de la variable desde el valor menor hasta el valor máximo del conjunto
de datos.
Nos permite analizar el número de puestos que recorre la variable, pues

tratándose de una variable discreta contamos los puestos que ocupa la variable,
mientras que, tratándose de una variable continua, la amplitud de variación viene
dada por la diferencia entre el valor máximo y el valor mínimo.
Rango = Valor máximo - Valor mínimo
R = X max − X min
Por ejemplo, si en un grupo de 100 personas preguntamos a cada una de ellas

su estatura en centímetros y obtenemos que el valor menor que toma la variable
estatura es de 153 y que el valor máximo que se registra en la variable es de 189
entonces sabremos que la amplitud de variación de la estatura será:
R 189 − 153
=
R 36 + 1
=
Si bien, el resultado de la diferencia es 36, se le suma la unidad porque se trata

de una variable discreta debido a que contamos el número de puestos que recorre
la misma, es decir el rango o recorrido será de 37.

Primer bimestre
4.4. Desviación media absoluta
En el texto usted no encuentra la explicación de esta medida, por ello voy a

desarrollar aquí este tema.
La desviación media absoluta, es una medida que nos permite identificar el

promedio de las distancias entre cada uno de los valores con respecto a la media
aritmética, para su cálculo es necesario considerar los valores absolutos de estas
diferencias.
Entre las características que podemos citar, respecto a esta medida se

encuentran las siguientes:
1. Es fácil de calcular, porque es el valor medio (promedio) de las diferencias

entre cada uno de los valores con respecto a la media aritmética.
2. Considera a todos los valores del conjunto a diferencia del rango o recorrido
que solamente toma los dos valores extremos.
3. Toma en cuenta los valores absolutos de las diferencias entre cada uno de
los valores registrados y la media aritmética.
4. Al tomar en cuenta los valores absolutos, no identifica la posición real de

cada valor con respecto al valor referencial, es decir a la media aritmética.
Su cálculo no reviste mayor dificultad, pues no es más que determinar el promedio

de las diferencias antes señaladas, lo que sí debemos considerar es que cada
diferencia resultante se encuentra expresada en términos o valores absolutos1.
Si se trata de datos no agrupados, la desviación media absoluta es:
DM =
∑X i −X
n
1 Un valor absoluto es aquel que no considera el signo de la operación matemática y se lo

denota entre ||, por ejemplo, el -3 en valor absoluto se expresa como |-3| = 3.

Primer bimestre
Por ejemplo: Si tenemos los siguientes datos:
8, 6, 8, 12, 10, 9, 8, 11, 9
Determinamos primero que la media aritmética es igual a 9
Luego, identificamos las diferencias en términos absolutos entre cada valor con
respecto a la media de la siguiente manera:
|8–9| = 1 |9–9| = 0
|6–9| = 3 |8–9| = 1
|8–9| = 1 |11–9| = 2
|12–9| = 3 |9–9| = 0
|10–9| = 1
Finalmente, aplicamos la fórmula correspondiente y tenemos el valor:
1+3+1+3+1+0+1+2+0
DM =
9
12
DM =
9
DM = 1 ,33
Este resultado nos dice que, en promedio, la distancia entre cada uno de los
valores con respecto a la media aritmética es de 1,33.

Primer bimestre
Cuando trabajamos con una tabla de distribución de frecuencias, seguimos el

mismo procedimiento, pero debemos considerar que las frecuencias absolutas
simples deberán multiplicar a la diferencia encontrada entre cada valor con
respecto a la media aritmética. De manera que la fórmula de cálculo se expresa
de la siguiente manera:
DM =
∑X i − X ni
n
Le invito a aplicar esta medida al ejemplo que hemos venido trabajando en las
medidas de tendencia central.
Tabla 16. Cálculo de la desviación media absoluta
Estudiantes
Marca
(frecuencia
Calificaciones de clase Xi -  Xi - ni
absoluta simple) Xini
Xi
ni
12 24 5 18 90 37,05 185,25
25 37 13 31 403 24,05 312,65
38 50 17 44 748 11,05 187,85
51 63 19 57 1083 1,95 37,05
64 76 13 70 910 14,95 194,35
77 89 6 83 498 27,95 167,7
90 102 7 96 672 40,95 286,65
Total 80 4404 1371,5
Recordemos que la media aritmética es igual a 55,05.
1371 ,5
DM =
80
DM = 17 ,14

Primer bimestre
¿Cómo interpreta usted, este resultado?
Para su interpretación recuerde la definición que hemos desarrollado

anteriormente.
¿estaría de acuerdo si decimos que en promedio las calificaciones de los

estudiantes difieren con respecto a la calificación promedio en 17,14 puntos?
Si está de acuerdo, efectivamente estamos en lo correcto porque lo que estamos

verificando a través de esta medida es el promedio de las distancias con respecto
a la media del conjunto de datos.
4.5. Varianza
Quizá una de las desventajas de la medida anterior consiste en que, al tomar los
valores absolutos de las diferencias, no identificamos la posición de cada valor,
si se encuentra sobre o por debajo de la media aritmética, por ello se establecen
otras medidas como la varianza que posteriormente nos permite llegar a la
desviación típica o estándar.
Ahora sí, podemos volver al texto básico allí usted puede encontrar la explicación
de lo que significa la varianza y las características que identifican a esta medida
de dispersión. Le invito a realizar una lectura reflexiva considerando sobre todo
las diferencias con respecto a lo conocido de la desviación media absoluta.
Allí encuentra algunos rasgos característicos y coincidirá conmigo que, a

diferencia de la desviación media absoluta, el cálculo de la varianza no considera
este aspecto, pero toma en cuenta las diferencias cuadráticas lo que lleva a
obtener un resultado con las unidades de medida de la variable en esos términos.
El resultado obtenido de esta manera genera una dificultad que es su

interpretación, pues la expresión en unidades cuadráticas de la unidad de medida
de la variable no permitirá visualizar de mejor forma el grado de dispersión que
presenta este conjunto de datos.

Primer bimestre
En el texto puede identificar la fórmula de cálculo que se aplica para el efecto por
lo que no me voy a detener en el desarrollo y explicación de la misma.
Más bien, conviene considerar que, debido a la dificultad en la interpretación

de los resultados obtenidos, pasamos a considerar la siguiente medida que se
conoce como la desviación típica o estándar y que parte de la determinación de la
varianza.
4.6. Desviación típica o estándar
Al igual que con la varianza, le invito a revisar en el texto básico la explicación que
se realiza sobre lo que significa esta medida de dispersión.
Por mi parte quisiera agregar que cuando nos referimos a la desviación típica
algunos autores también la conocen como desviación estándar y precisamente
se denomina típica porque se constituye en la diferencia o separación que se
presenta con mayor frecuencia dentro del grupo de datos, respecto a la media
aritmética.
La desviación típica se calcula a partir de la varianza y se establece extrayendo la

raíz cuadrada del valor de la varianza, con ello eliminamos el inconveniente que
presenta la misma sobre los valores cuadráticos como resultado.
Para calcular la desviación típica, le recomiendo que considere los siguientes

pasos:
1. Determine la media aritmética del conjunto de valores.

2. Calcule la diferencia entre la media y cada valor observado.
3. Eleve al cuadrado la diferencia mencionada anteriormente
4. Sume los resultados obtenidos en el numeral anterior
5. Finalmente, divida la suma de las diferencias para el número de datos
analizado.

Primer bimestre
Hay que considerar que existe una diferencia cuando se trata de datos
poblacionales y datos muestrales. Como denominador en un caso se utiliza
el total N y en el otro caso se utiliza el denominador (n-1); el porqué de esta
diferenciación lo podrá encontrar con la lectura en el texto básico.
Ahora, le invito a desarrollar los ejemplos que nos permiten comprender mejor la
aplicación de esta medida.
Si tomamos los datos no agrupados en el ejercicio que aplicamos la desviación

media absoluta tenemos:
8, 6, 8, 12, 10, 9, 8, 11, 9
De ellos sabemos que la media aritmética es 9
Ahora procedemos a identificar las diferencias y elevamos al cuadrado a cada una

de ellas:
(8 – 9)2 = 1 (9 – 9)2 = 0
(6 – 9)2 = 9 (8 – 9)2 = 1
(8 – 9)2 = 1 (11 – 9)2 = 4
(12 – 9)2 = 9 (9 – 9)2 = 0
(10 – 9)2 = 1
Sumamos los resultados obtenidos y dividimos para el número de datos:
26
σ2 =
9
σ 2 = 2 , 88

Primer bimestre
Hasta aquí hemos obtenido el valor de la varianza, luego extraemos la raíz

cuadrada a este valor para llegar a obtener la desviación típica.
σ = 2 , 88
σ = 1 ,70
De manera que podemos decir que típicamente los valores analizados, se

encuentran distantes a 1,70 unidades con respecto a la media aritmética.
Ahora desarrollemos el ejercicio que venimos trabajando y calculemos la

desviación típica a partir del valor calculado como varianza.
Tabla 17. Cálculo de la varianza y la desviación típica
Estudiantes
(frecuencia Marca de
Calificaciones absoluta clase (Xi - )2 (Xi - )2ni
Xini
simple) Xi
ni
12 24 5 18 90 1372,7025 6863,5125
25 37 13 31 403 578,4025 7519,2325
38 50 17 44 748 122,1025 2075,7425
51 63 19 57 1083 3,8025 72,2475
64 76 13 70 910 223,5025 2905,5325
77 89 6 83 498 781,2025 4687,215
90 102 7 96 672 1676,9025 11738,3175
Total 80 4404 35861,8
Recordemos que en este ejercicio la media aritmética es igual a 55,05 de allí que
al realizar la diferencia de la marca de clase con respecto a la media aritmética y
elevarla al cuadrado nos da un resultado para el primer intervalo de 1372,7025 y
luego al multiplicarlo por la frecuencia absoluta simple correspondiente nos da un

Primer bimestre
valor de 6863,5125. Así trabajamos con cada uno de los intervalos para llegar a
obtener luego la sumatoria de todos los valores.
Al calcular la varianza, tenemos como resultado el siguiente:
σ 2 = 448 ,2725
Si queremos interpretar este resultado tendríamos que indicar que las

calificaciones de los estudiantes se encuentran dispersas 448,27 puntos al
cuadrado, lo que no nos permite tener una visión clara de la dispersión de los
datos, para ello calculamos la desviación típica, obteniendo el resultado siguiente:
σ = 21 ,17
Con este resultado ya podemos indicar que típicamente los valores se encuentran
dispersos con respecto a la media aritmética en 21,17 puntos lo que nos muestra
el grado de dispersión de todo el conjunto de 80 estudiantes.
Como vemos este resultado es diferente al obtenido como desviación media

absoluta porque se eliminan todas las posibles distorsiones que surgen cuando
se consideran los valores absolutos de las diferencias con respecto a la media
aritmética.
En general como medida que permita identificar la dispersión de un conjunto de

datos, su uso es de mayor frecuencia.
Con estas medidas ya podemos ampliar la caracterización del conjunto de datos

analizado, sin embargo, cabe indicar que existen otras medidas que también

Primer bimestre
aportan a la comprensión de la estructura de la información en análisis y por ello

vamos a tomar en cuenta otra medida como es el coeficiente de variación.
4.7. Coeficiente de variación
Este tema no se encuentra desarrollado en el texto por lo que vamos a abordarlo

directamente aquí.
Cuando se requiere hacer comparaciones entre dos o más conjuntos de datos, es

útil hacerlo a través del coeficiente de variación ya que no interesa aquí la unidad
de medida, pues es adimensional.
Para su cálculo se debe utilizar la desviación típica o estándar y la media

aritmética de cada uno de los conjuntos de datos, cuyo resultado se expresa en
forma porcentual.
Sea que trabajemos con la muestra o la población tendremos las siguientes

fórmulas a aplicar:
S
CV = * 100
X
σ
CV = * 100
µ
Para comprender mejor su aplicación, desarrollemos el siguiente
ejemplo:
Un estudio sobre el monto de bonos pagados y los años de servicio de varios

empleados dio como resultado los siguientes datos estadísticos: la media de
los bonos pagados fue de $200 y la desviación estándar fue de $40. La media
del número de años de servicio fue de 20 años y la desviación estándar 2 años.
Compare las dispersiones relativas de las dos distribuciones, empleando el
coeficiente de variación.

Primer bimestre
Como podemos observar, tenemos dos grupos de datos, los primeros expresados
en dólares y los segundos expresados en años, necesitamos comparar estos dos
grupos, por lo que determinamos el coeficiente de variación.
Tabla 18. Cálculo del coeficiente de variación
Bonos Años de servicio
40 2
CV = * 100 CV = * 100
200 20
CV = 20% CV = 10%
En este ejemplo observamos que existe mayor dispersión relativa con respecto
a la media aritmética en los bonos pagados en comparación con el conjunto de
años de servicio, esto significa que se puede determinar mayor variabilidad en
los valores observados sobre el pago de bonos que en el conjunto de valores
investigados sobre los años de servicio.
4.8. Coeficiente de sesgo o asimetría
Otra de las medidas que permite caracterizar un conjunto de datos es la

determinación del tipo de asimetría o sesgo que tiene el conjunto de datos, de
modo que con ello podemos determinar si la tendencia es a distribuirse de manera
similar o de pronto la mayoría de los datos se ubican en los valores mayores o
menores.
Revise el tema desarrollado en el texto básico con el título de Sesgo que se

encuentra en el capítulo 4.
Allí encuentra los tipos de sesgo y la forma de calcularlo. Bajo esta consideración,
vamos a encontrar tres tipos de conjuntos de valores, los mismos que pueden ser:

Primer bimestre
▪▪ Simétricos, que como su nombre lo indica son aquellos datos que se

distribuyen simétricamente, es decir, existe igual número de datos a partir de
un valor central. Si comparamos los valores de la media, mediana y moda
observaremos que entre ellos no existe diferencia, pues es el mismo valor.
▪▪ Sesgados positivamente, o denominados también sesgados a la derecha,

son aquellos que se encuentran acumulados hacia los valores menores,
pero existe una cantidad pequeña de valores mayores. Por ello se menciona
además que la cola se encuentra a la derecha. Como mencionamos al
hablar de la relación entre las medidas de tendencia central, la media
aritmética es mayor a la mediana y a la moda.
▪▪ Sesgados negativamente, o sesgados a la izquierda, son aquellos que

se encuentran acumulados en mayor cantidad hacia los valores mayores,
aunque existe una cantidad de valores menores con pequeña frecuencia. En
este caso al comparar las medidas de tendencia central, la media aritmética
es menor a la mediana y a la moda.
Para determinar la magnitud de la simetría en un conjunto de datos, se lo puede

hacer a través de cálculo del coeficiente de sesgo:
▪▪ De Pearson
▪▪ Calculado con software
Nos vamos a detener con la aplicación del primero.
Como ha observado en el texto básico, el coeficiente de sesgo de Pearson se

calcula considerando los valores de la media aritmética, de la mediana y de la
desviación típica y sus resultados se encontrarán entre -3 y +3.

Primer bimestre
La fórmula de aplicación de esta medida es la siguiente:
Apliquemos este concepto al ejercicio que venimos desarrollando desde el primer

bimestre. Como sabemos los valores de las medidas son los siguientes:
Media aritmética 55,05

Mediana 53,92
Desviación típica 21,17
Este resultado nos indica que la distribución de las calificaciones de los 80

estudiantes muestra un sesgo ligeramente positivo. Como sabemos este
indicador toma valores desde -3 hasta +3 y si el resultado es cero significa que
la distribución es simétrica. En este caso decimos que presenta un ligero sesgo
positivo.

Primer bimestre
4.9. Otras medidas de posición o de ubicación
En la lectura del texto que usted realizó ha establecido que la desviación típica
o estándar es la medida de dispersión de mayor uso para conocer la variabilidad
de los datos, sin embargo, muchas veces es necesario establecer una posición o
ubicación específica para conocer el valor que toma la variable en determinada
posición, por ello precisamos considerar otras medidas que nos permiten
identificar el valor de la variable en una posición definida.
En el texto usted encontrará dentro de estas medidas a los cuartiles, deciles y

percentiles. Veamos la utilidad y aplicación de cada uno de ellos.
4.9.1. Cuartiles
Los cuartiles son aquellas medidas que dividen al conjunto de datos en cuatro
partes iguales y por ello calculamos tres cuartiles.
El cálculo de estas medidas lleva el mismo procedimiento que el cálculo de la

mediana, tanto para datos agrupados como para datos no agrupados, la única
diferencia es que en lugar de dividir el total de datos para 2, ahora lo dividimos
para 4, por lo demás el procedimiento es exactamente el mismo.
¿Cómo se interpretan estos valores obtenidos?
Si se trata del cuartil uno (Q1) el valor nos indica que el 25% de datos se
encuentran por debajo de ese valor y que el 75% de los datos supera a dicho
valor.
El cuartil dos (Q2), es igual al valor de la mediana ya que este valor supera al
50% de los datos y es superado por el 50% restante. Como vemos es la misma
interpretación del valor mediano.
El cuartil 3 (Q3), será entonces aquel valor que supera al 75% de los datos y es
superado por el restante 25% de ellos.

Primer bimestre
Recordemos que para su cálculo seguimos el mismo procedimiento que en la

mediana de manera que la fórmula será la misma con la única diferencia de que
para encontrar la posición de los valores diremos lo siguiente:
n
PosQ1 =
4
2n n
PosQ=
2 =
4 2
3n
PosQ3 =
4
4.9.2. Deciles
Al igual que en el tratamiento de los cuartiles, ahora vamos a decir que los deciles
serán aquellas medidas que dividen en diez partes iguales al conjunto de datos
por tanto tendremos nueve deciles para calcular.
En este caso cada uno de los deciles va a representar un 10 por ciento que se va
acumulando en cada caso, de manera que, si nos corresponde interpretar el valor
obtenido como D3, diremos que el valor supera a las tres décimas partes de los
datos y es superado por las restantes siete décimas partes.
Su cálculo lleva el mismo procedimiento que para los cuartiles con la diferencia de
que en lugar de dividir para cuatro ahora dividimos para diez y determinamos así
la posición del dato que sea de interés.
Por ejemplo, si deseamos encontrar el valor del decil 6, primero identificamos

el dato que contiene el valor del decil 6, para ello lo hacemos de la siguiente
manera:
6n
PosD6 =
10

Primer bimestre
A partir de esta identificación podemos llegar a calcular el valor del decil 6.
Así como hemos dividido en cuatro y en diez partes, también podemos dividir en
cien partes al conjunto.
4.9.3. Percentiles
En el mismo sentido que las medidas anteriores, seguimos con el procedimiento

con la diferencia que ahora dividimos al conjunto de datos en cien partes iguales
lo que nos llevará a determinar 99 percentiles.
Generalmente cuando se realizan análisis en el ámbito económico sobre la

distribución del ingreso se utilizan estas medidas.
Para calcular y ejercitar sobre estas medidas, le recomiendo revisar el ejercicio

resuelto en el texto básico y desarrollar otros ejercicios que se encuentran
propuestos en el mismo.
Concluyendo con este tema, como usted ha observado, si realizamos el mismo

procedimiento de cálculo de la mediana, podemos establecer las siguientes
relaciones entre estas medidas, así pues:
D1 = P10
D2 = P20
Q1 = P25
D=
5 P50
= Q=
2 Me
Así, usted puede desarrollar otras relaciones entre estos valores.
En el texto básico dentro de esta unidad se encuentran otros temas que han sido
trabajados que, si bien no se hallan determinados en nuestro plan de trabajo, sin
embargo, su lectura y revisión le aportarán y serán de utilidad.

Primer bimestre
Para clarificar la aplicación de estas medidas, vamos a calcular los valores del
decil 1, del cuartil 1 y del percentil 25, con los datos del ejercicio que venimos
desarrollando a lo largo de esta guía.
Tabla 19. Cálculo de deciles, cuartiles y percentiles
Calificaciones Estudiantes Frecuencia

(frecuencia absoluta
absoluta acumulada
simple) “Menor que”
ni Ni
12 24 5 5
25 37 13 18
38 50 17 35
51 63 19 54
64 76 13 67
77 89 6 73
90 102 7 80
Total 80
Calculamos el decil 1:
Identificamos el intervalo en el que se encuentra el dato que contiene el decil 1:
n
PosD1 =
10
80
PosD1 =
10
PosD1 = 8
Sabremos con este resultado que el dato 8, es el que contiene el valor del decil
1; lo que significa que este dato se encuentra en el intervalo (25 – 37), para ello
observamos en la columna de la frecuencia acumulada.

Primer bimestre
Ahora, procedemos a calcularlo:
Vemos que es la misma fórmula utilizada para calcular la mediana con su

correspondiente aplicación. Recordemos que se utiliza el límite real inferior de la
clase decílica (en este caso).
Este resultado significa que la décima parte de los estudiantes tienen

calificaciones menores a 27,5 puntos y que las nueve partes restantes superan
esta calificación.
Calculemos el cuartil 1:
Seguimos el mismo procedimiento anterior:
n
PosQ1 =
4
80
PosQ1 =
4
PosQ1 = 20

Primer bimestre
Este valor resultante nos indica que la primera cuarta parte de los estudiantes se
encuentra por debajo de 39,03 puntos y que las tres cuartas partes restantes tiene
calificaciones superiores a dicho valor.
Calculamos el percentil 25:
El valor resultante nos dirá que el 25 por ciento de los estudiantes han obtenido
calificaciones menores a 39,03 puntos y que el 75% restante han obtenido
calificaciones superiores a 39,03 puntos.
Como podemos observar en estas dos últimas medidas sus resultados son los
mismos, de allí que cuando relacionamos las medidas dijimos que el cuartil 1 es
igual al percentil 25.
Con ello cerramos el tratamiento de los temas que comprenden esta unidad
temática, por ello le invito para que realice las actividades que a continuación le
propongo con la finalidad de que vaya practicando la aplicación de cada una de
las herramientas que hemos trabajado.

Primer bimestre
Como le he venido mencionando en las unidades anteriores, es necesario que

a todos aquellos contenidos que abordamos, los apliquemos y llevemos a la
práctica. Por esta razón le propongo que:
1. Identifique una variable que desee estudiar de un conjunto de personas,

por ejemplo, podría considerar el nivel de ingreso o el nivel gasto diario,
mensual, semanal, etc.
2. Presente los datos, decida usted si los va a presentar a través de una

distribución de frecuencia, dependería de las características del conjunto de
datos, pero sería recomendable que lo haga.
3. Calcule las medidas de tendencia central con la finalidad de que describa al

conjunto de datos.
4. Establezca las medidas de dispersión que se pueden calcular y vaya

interpretando cada uno de los resultados obtenidos.
5. Determine el coeficiente de variación y el coeficiente de asimetría.
6. Determine qué valor se encuentra ocupando la posición del P75 e interprete

su resultado.
Espero que usted al desarrollar todas las actividades que le estoy recomendando
comprenda la aplicabilidad de cada uno de los temas abordados hasta el
momento de manera que con este desarrollo pueda identificar la utilidad de las
distintas estrategias para describir la información recolectada.

Primer bimestre
Autoevaluación 4
Le invito a revisar el avance que ha registrado en la comprensión, aplicación,

análisis e interpretación de cada uno de los temas que forman parte de esta
unidad temática. Para ello conteste a la autoevaluación que le propongo y
recuerde que al final de esta guía encuentra el solucionario lo que le permitirá
concluir sobre su nivel de logro.
A. Dentro del paréntesis conteste con V o F si considera que las

afirmaciones realizadas son verdaderas o falsas respectivamente
1. ( ) Mientras más grande sea el valor de la medida de dispersión

obtenida, significa que los datos se encuentran más juntos.
2. ( ) Las medidas que permiten medir el nivel de concentración de un

conjunto de datos alrededor de la media aritmética se conocen
como medidas de dispersión.
3. ( ) El rango o recorrido es una medida de dispersión que nos permite

comprender la distancia o los puestos que recorre la variable
desde el valor mínimo hasta el valor máximo.
4. ( ) Para calcular la desviación típica o estándar se requiere utilizar

las diferencias en términos absolutos entre cada valor con
respecto a la media aritmética.
5. ( ) El resultado que se obtiene al calcular la desviación típica o

estándar viene expresado en unidades cuadráticas y por ello es
necesario calcular la varianza.
6. ( ) El coeficiente de variación nos permite identificar el tipo de

asimetría que tiene el conjunto de datos.

Primer bimestre
7. ( ) Decimos que un conjunto de datos es simétrico cuando los

valores de la media aritmética, la mediana y la moda son iguales.
8. ( ) El coeficiente de asimetría de Pearson puede tomar valores entre

-3 y +3.
9. ( ) El cuartil 2 es igual al valor de la mediana, al decil 2 y al percentil

2.
10. ( ) Los cuartiles, deciles y percentiles son medidas que nos permiten
determinar la ubicación de un determinado valor dentro de un
conjunto de datos.
B. En cada uno de los siguientes enunciados, identifique el literal que

corresponde a la respuesta correcta.
11. Cuando se toma en cuenta los valores absolutos de las diferencias entre
cada uno de los valores observados con respecto a la media aritmética,
estamos calculando la:
a. Desviación estándar.
b. Desviación media.
c. Varianza.
12. El valor absoluto de un término nos dice que:
a. considera el signo del término.

b. no toma en cuenta el signo del término.
c. identifica el término con signo negativo.

Primer bimestre
13. La medida de dispersión que resulta difícil de interpretar porque el valor

obtenido se expresa en unidades de medida cuadrática, es la:
a. desviación media absoluta.

b. desviación típica o estándar.
c. varianza.
14. La medida que nos permite comparar dos conjuntos de datos que tienen
unidades de medida distintas, es el coeficiente de
a. variación.
b. asimetría.
c. ubicación.
15. En el cálculo de los deciles, cuartiles y percentiles, el procedimiento a

seguirse es el mismo que en el cálculo de la:
a. Moda.
b. Media aritmética.
c. Mediana.
Espero que sus resultados hayan sido satisfactorios, de lo contrario no se

desanime, vuelva a revisar aquellos temas en los que ha tenido dificultad,
recuerde que no debe pasar a la siguiente unidad mientras que usted no se
encuentre satisfecho con el desarrollo, comprensión y apropiación de los temas.

Primer bimestre
Hemos concluido la primera parte de este periodo, ¿qué le ha

parecido el estudio?, espero que muy ameno y divertido.
Después de haber participado en todas las actividades de

aprendizaje y evaluación, le aseguro que le irá muy bien en su
evaluación presencial. Le auguro toda clase de éxitos, pero
recuerde si por alguna razón tuvo algún inconveniente no se rinda,
siga adelante que al final sumamos los resultados de todas las
actividades
Empezamos en breve el desarrollo de los temas que comprenden

el segundo bimestre, allí vamos a emplear los temas trabajados
hasta ahora, por eso, es importante que los conozcamos muy bien
y si en algo cree que no está suficientemente seguro, vuelva a
revisar y consulte con su profesor para que le ayuden a despejar
sus dudas.
Desarrollamos a continuación los temas del segundo bimestre,

que siga teniendo ¡muchos éxitos!!!!!

SEGUNDO BIMESTRE
UNIDAD 5. NÚMEROS ÍNDICES
Para el desarrollo de esta unidad, vamos a remitirnos a la

unidad 17 del texto básico. Lea y estudie los temas referidos
por los autores sobre los números índices.
5.1. Introducción
En el ámbito de las ciencias administrativas el empleo de los números índices es

generalizado ya que las variables que se analizan observan su cambio a través
del tiempo y a su vez los valores que toman se ven afectados por otras variables
que repercuten directamente en el valor nominal.
Así pues, si hablamos de los precios de los productos, podemos afirmar que
existe variación entre un período y otro y por tanto los índices de variación de
precios son considerados en los análisis que se realizan al referirse a un sistema
económico.
Es necesario considerar el comportamiento de la o las variables y para ello se

recurre por lo general a este tipo de herramienta ya que nos permite eliminar
distorsiones que se pueden generar por la influencia de otros aspectos que directa
o indirectamente están relacionados con la variable analizada.
En esta unidad veremos este tema y quizá el salto que estamos dando con
respecto al texto básico le pueda parecer un poco extraño, sin embargo, he
considerado pertinente trabajar esta temática ya que estamos desarrollando
la descripción de información y este tema tiene precisamente ese enfoque,
además de que le será de gran utilidad para la comprensión de las lecturas de

Segundo bimestre
los diferentes documentos que se encuentren relacionados con su formación

profesional.
Le invito de igual manera a ejercitar su comprensión y aplicación a través de los

análisis que puede realizar de las distintas variables que a diario emplea en sus
actividades.
5.2. Concepto y clasificación
De acuerdo con la lectura que realizó en el texto básico, usted puede identificar lo
que significa un número índice.
Un número índice es aquel que permite observar el cambio relativo durante un

período de tiempo, considerando para ello un período base o referencial.
Los números índices se clasifican considerando los siguientes aspectos:
▪▪ La naturaleza de las variables o medidas que se van a analizar que pueden

ser simples o complejas
▪▪ La importancia relativa de cada uno de los componentes que tienen que

ver con la variable analizada por lo que tendremos los números índices
ponderados y no ponderados.
Por lo general al período base o de referencia se le asigna el valor de 100.
Podemos afirmar también que los números índices son medidas estadísticas
adimensionales que permiten estudiar la evolución de una variable durante un
período definido.

Segundo bimestre
5.3. Números Índices Simples
Los números índices simples son aquellos que nos permiten identificar la
variación de los valores de una variable en un período determinado, es decir
tomando en cuenta el valor referencial que se constituye en la base y el valor final
que se constituye en cambio en el que toma la variable analizada.
Para su determinación realizamos un cociente simple entre el valor final y el valor

base o referencial y a su resultado lo expresamos en términos porcentuales, esto
por lo que anteriormente dijimos que los números índices son adimensionales.
En el ámbito administrativo podríamos enunciar varios ejemplos, a decir, el índice

de endeudamiento, el índice de precios de cualquier producto, el índice de ventas,
etc.
Desarrollemos un ejemplo para ilustrar el concepto:
En el año 2010 el ingreso promedio mensual de un conjunto de personas fue de

350 dólares y en el año 2016 el ingreso promedio mensual del mismo conjunto
de personas es de 600 dólares, ¿cuál es el índice de ingresos mensuales de las
personas en el año 2016 con base en los datos registrados en el año 2010?
Procedemos a calcular el índice correspondiente de la siguiente manera:
Ingreso promedio mensual en el año 2016

I= * 100
Ingreso promedio mensual en el año 2010
Reemplazamos los valores observados y tendremos que:
600
I= * 100
350
I = 171 , 43
Esto significa que el ingreso promedio mensual de las personas aumentó en el
71,43% durante el período analizado.

Segundo bimestre
De manera que, generalizando, usted habrá encontrado la fórmula para calcular

este tipo de índice que queda definida de la siguiente forma:
Pt
P= * 100
Po
Donde:
Pt = precios en el periodo actual t

Po = precios en el periodo base o referencial
De igual manera encuentra que se pueden trabajar los valores promedios de los
índices de precios simples con la finalidad de llegar a conocer un valor de todo el
conjunto de artículos que forman parte de ese grupo.
5.4. Números índices complejos
A diferencia de los anteriores ya observamos que, en este caso, no nos estamos

refiriendo a una sola variable, sino que se relacionan distintas variables, esto
significa por tanto que al ser distintas variables no todas van a tener la misma
importancia, de manera que interviene otro concepto que igualmente ya lo
analizamos en las medidas de tendencia central, como es la ponderación.
Como ha observado de la lectura realizada en el texto básico, diferenciamos dos

tipos de números índices complejos:
▪▪ No ponderados, si las variables tienen la misma importancia

▪▪ Ponderados, si cada una de las variables tienen distinta importancia,
Los no ponderados, son aquellos que se calculan mediante la media aritmética,

porque se constituyen en el promedio de todos los índices definidos para todo el
conjunto de valores analizados.

Segundo bimestre
En el texto usted encuentra este concepto con el título de promedio simple de

los índices de precios, allí, en el ejemplo desarrollado sobre los alimentos en el
período 2003 a 2013 tiene varios artículos, sus unidades de medida no varían en
el período analizado con lo que se obtienen los índices para cada uno de ellos, de
manera que luego lo que se hace es establecer el promedio o la media aritmética
de los índices referidos.
Así permite llegar a la conclusión de la variación registrada en el período de

análisis para todo el conjunto de alimentos.
En el caso de los índices ponderados, tienen en cuenta la importancia relativa

de las distintas variables que intervienen en su composición. De igual manera la
forma de calcularlo considera la media aritmética ponderada.
Al referirnos a los índices ponderados, encontramos que se pueden distinguir

varios tipos considerando no solamente una variable sino también aquella otra
con la que se encuentra directamente relacionado.
Este tipo de índices han tenido varios aportes de diferentes autores que
precisamente son conocidos por sus apellidos y que se desarrollan a
continuación.
5.5. Índice de Laspeyres
Este índice establece la relación entre los precios de un determinado período

que se considera como base y un período de interés para el análisis, pero se
establece la ponderación con las cantidades del período base.
Quizá uno de los inconvenientes que presenta este tipo de índice es el suponer
que siempre se adquieren las mismas cantidades que aquellas del período base.
Para calcular el índice de Laspeyres, utilizamos la siguiente fórmula:
P=
∑p q
t 0
* 100
∑p q
0 0

Segundo bimestre
Donde:
pt = precio en el periodo actual t

p0 = precio en el periodo base 0
q0 = cantidades en el periodo base 0
Revise el ejercicio resuelto en el texto básico y siga paso a paso su desarrollo con
la finalidad de que analice posteriormente las conclusiones a las que se puede
abordar.
5.6. Índice de Paasche
Con la finalidad de solucionar el inconveniente del índice de Laspeyres en cuanto

a suponer que las cantidades serían las mismas que aquellas consumidas o
utilizadas en el periodo base, se emplea lo que se identifica como el índice de
Paasche.
En este caso Paasche toma el mismo procedimiento anterior con la diferencia

que ahora no se pondera con la cantidad del año base, sino que se considera
la cantidad del periodo actual, con lo que la forma de calcular ahora será la
siguiente:
P=
∑p q
t t
* 100
∑p q
0 t
Donde:
pt = precio en el periodo actual t
p0 = precio en el periodo base 0
qt = cantidades en el periodo actual t
Si bien es cierto podría considerarse como una ventaja el hecho de utilizar

cantidades más recientes, también se puede considerar como inconveniente el
hecho de imaginar de que las cantidades en el periodo base son las actuales.

Segundo bimestre
De igual manera, le invito a revisar el ejercicio resuelto en el texto básico para

que identifique los procedimientos seguidos. Como puede observar al realizar un
comparativo entre los resultados obtenidos utilizando los dos índices indicados
existe una diferencia en resultados, en este caso con el índice de Laspeyres se
concluyó que los productos alimenticios se han incrementado más que cuando
utilizamos el índice de Paasche.
Esto nos lleva a preguntarnos entonces, ¿cuál es el índice que deberíamos

emplear?
No podríamos tener una respuesta exacta porque cada uno tiene sus ventajas y
sus desventajas que como se describe en el texto, nos llevan a tratar otro índice
que se denomina: Índice Ideal de Fisher.
5.7. Índice de Fisher
Frente a las características y dificultades que presentan tanto el índice de

Laspeyres como el de Paasche, aparece otro aporte de Fisher que identifica la
forma de calcular un número índice que tome en cuenta las desventajas de los
dos métodos anteriores.
Este número índice de Fisher utiliza la media geométrica de los índices de

Laspeyres y de Paasche, de manera que la fórmula para su cálculo queda
expresada de la siguiente manera:
Podríamos decir que este índice se considera como ideal porque toma en cuenta
las características de los dos índices anteriormente indicados.
Siguiendo con el ejemplo desarrollado en el texto básico, podemos ver que el

valor resultante se encuentra entre los valores de los índices de Laspeyres y de
Paasche.

Segundo bimestre
5.8. Índices para propósitos especiales
Adicionalmente a los índices mencionados anteriormente, se pueden distinguir

otro tipo de números que ayudan a comprender el comportamiento de una
variable según su campo de aplicación.
Se identifican por tanto aquellos números índices que se refieren a propósitos

especiales como son:
▪▪ Índice de precios al consumidor

▪▪ Índice de precios al productor
▪▪ Promedio industrial Dow Jones
5.8.1. Índice de precios al consumidor
De acuerdo con lo que se menciona en el texto básico, el Índice de Precios al

Consumidor (IPC), es una medida que nos permite identificar la variación de los
precios que se han presentado en un período determinado.
Generalmente para realizar el análisis de la economía de un país o de una región,

uno de los indicadores principales es el índice de precios al consumidor ya que a
través de este se puede identificar el nivel inflacionario.
Para calcular este número índice, se debe tomar en cuenta un conjunto de

productos que se denomina “canasta básica” y que por lo general en los países
se lo hace a través de la oficina de estadísticas oficiales que para el caso del
Ecuador es el Instituto de Estadísticas y Censos (INEC).
La canasta básica comprende los productos y servicios que una familia típica
consume en un período definido que por lo general es en forma mensual. Cada
uno de los productos y servicios que forman parte de esta canasta tiene definida
una ponderación que obedece al comportamiento en cuanto a consumo de una
familia típica.

Segundo bimestre
Le recomiendo que visite las páginas oficiales del Instituto de Estadísticas y

Censos, en donde podrá encontrar con mayor detalle la metodología empleada
para el cálculo de este índice.
5.8.2. Índice de Precios al Productor
Al igual que en el caso del IPC, el Índice de Precios al Productor (IPP), mide
la variación de los precios de venta de los productos que forman parte de una
canasta básica.
En el caso del Ecuador si usted revisa la composición de la canasta de bienes

investigados observará que está constituida por bienes producidos en el sector:
▪▪ Agropecuario
▪▪ Pesquero
▪▪ Minero
▪▪ Manufacturero
En la canasta no se incluyen:
▪▪ Servicios de cualquier género

▪▪ Bienes cuyo destino sea el autoconsumo
La metodología al igual que en los casos mencionados anteriormente requiere

el establecimiento de un período base o referencial, los valores que ponderan a
cada uno de los productos o que se constituyen en la canasta básica y el período
actual.
5.8.3. Promedio Industrial Dow Jones
Este índice mide el comportamiento de una canasta de 30 acciones transadas en

la Bolsa de Nueva York. Esta canasta toma en cuenta diferentes sectores de la
economía estadounidense y es empleado como un indicador del comportamiento
de la economía norteamericana como del mercado accionario.

Segundo bimestre
Cabe indicar que el índice en referencia no mide la rentabilidad del mercado

accionario ni el nivel de actividad económica de los Estados Unidos.
Le invito a revisar el texto básico en donde podrá identificar una explicación

en mayor detalle de lo referente a la medición y características del promedio
industrial Dow Jones.
Como una explicación adicional, les puedo indicar que el cálculo de este índice
toma en cuenta la suma de los precios de cierre de las 30 acciones que lo
componen dividido por un divisor que toma en cuenta los ajustes por cualquier
cambio de empresas o divisiones de acciones de una empresa o cualquier otro
evento que pueda ocurrir a lo largo del tiempo.
Ahora que hemos concluido con el análisis y comprensión de lo que significa

la construcción de un número índice, usted se encuentra en condiciones de
resaltar la importancia del uso de estas medidas cuando se realiza el análisis
del comportamiento de una variable o de un conjunto de variables que genera la
actividad económica o financiera de un país o una empresa.
Recuerde que siempre es conveniente establecer actividades que nos permitan

aplicar los temas a problemas reales, por lo que me permito recomendarle trabaje
las siguientes actividades.
Para aplicar los temas que hemos revisado en esta unidad, le recomiendo hacer
lo siguiente:
1. Recoja información sobre uno o varios productos alimenticios y calcule el

índice de los precios a través de los índices de Laspeyres y de Paasche para
que luego llegue a determinar el índice de Fisher y analice los resultados.

Segundo bimestre
2. Revise los documentos que se han publicado sobre el índice de precios al

consumidor en la página web del INEC y considere además la metodología
que se ha empleado para el efecto.
3. Busque en los periódicos o revistas especializadas, publicaciones sobre

los índices que se presentan y analice si la metodología es adecuada, pero
sobre todo identifique si los resultados que se han obtenido determinan la
situación real de la variable analizada.
4. Realice algunos de los ejercicios propuestos al final del capítulo en el texto

básico, la cantidad de ejercicios la decide usted, hasta cuando considere
que ha desarrollado las destrezas y habilidades que le permitan poner en
práctica los temas analizados.
Ahora, es importante que usted identifique el nivel de apropiación de cada una de

las temáticas y que pueda aplicarlas en el ambiente que considere es necesario,
para ello le proponga que mida su nivel de avance a través de la autoevaluación
siguiente:

Segundo bimestre
Autoevaluación 5
A. Escriba V o F en el paréntesis, según considere que las afirmaciones

realizadas son verdaderas o falsas.
1. ( ) Los números índices son medidas que nos permiten observar el
cambio que se ha provocado en la variable analizada a través del
tiempo.
2. ( ) Para calcular un número índice se requiere considerar un período

base o de referencia.
3. ( ) Los números índices se pueden dividir en ponderados y no

ponderados.
4. ( ) Los números índices solamente se pueden utilizar para un artículo

específico y no para un grupo de artículos o productos.
5. ( ) El índice de Laspeyres es un índice ponderado en el que se

considera las cantidades del período actual como ponderadores.
6. ( ) El índice de Fisher es el índice que a diferencia de Laspeyres

toma en cuenta las cantidades del año base como los
ponderadores.
7. ( ) Al calcular el índice de Paasche, se toma en cuenta el valor de la

cantidad del período actual como ponderador de los precios.
8. ( ) Una forma de eliminar los inconvenientes que presentan los

índices de Laspeyres y de Paasche, es el utilizar el índice de
Fisher.

Segundo bimestre
9. ( ) El índice de Fisher se calcula utilizando la media aritmética de los

valores establecidos en los índices de Laspeyres y de Paasche.
10. ( ) El índice Dow Jones, se conoce como promedio industrial ya

que para su cálculo se considera una canasta de acciones de un
grupo de empresas.
B. Seleccione la alternativa que considere responde adecuadamente al

planteamiento efectuado.
11. Un índice se calcula porque:
a. facilita la comparación de series desiguales.

b. es un porcentaje y por tanto es adimensional.
c. considera solamente un periodo base.
12. Si al calcular el índice simple de un producto, obtenemos como resultado

125, esto significa que el precio:
a. se ha incrementado en 125 unidades monetarias.

b. ha variado en un 125 por ciento.
c. se ha incrementado en un 25 por ciento.
13. Una de las siguientes alternativas, se refiere a las desventajas del uso del
índice de Laspeyres:
a. Requiere datos solo del período base.

b. No refleja cambios que el tiempo genera en los patrones de compra.
c. Utiliza cantidades del período actual.

Segundo bimestre
14. El índice de precios al consumidor permite identificar los cambios registrados

en una economía, en el nivel de:
a. Producción nacional.
b. Inflación.
c. Nivel de ingreso.
15. Para determinar el poder de compra de un dólar, debemos utilizar el valor

del:
a. índice de precios al consumidor.

b. recíproco del IPC.
c. cuadrado del IPC.
Recuerde que la solución a esta autoevaluación la podrá encontrar al final de esta

guía. De igual manera no se olvide que es importante asegurar el conocimiento
y comprensión de los temas propuestos con la finalidad de que pase al siguiente
tema.
Continuamos con el estudio de la estadística básica, y en la siguiente unidad

vamos trabajar el tema referente a la introducción al estudio de las probabilidades
en donde realizaremos un acercamiento general a esta temática.

Segundo bimestre
UNIDAD 6. INTRODUCCIÓN AL ESTUDIO DE PROBABILIDAD
El desarrollo de esta unidad requiere que usted se remita al

capítulo 5 del texto básico que se denomina: Estudio de los
conceptos de la probabilidad. Desde luego, usted también
debería revisar la bibliografía complementaria y los recursos
que sobre el tema se encuentran disponibles.
6.1. Introducción
Hemos abordado a la última unidad que trabajamos en esta asignatura, espero

que le sean de mucho agrado y utilidad los temas trabajados y que sobre todo le
sirvan de gran manera en el ejercicio de su formación profesional.
La unidad que iniciamos en su tratamiento se considera como un acercamiento a

la estadística inferencial porque se trata de insertarnos al campo de la inferencia
cuando realizamos análisis o afirmaciones que tienen que ver con toda la
población basándonos en datos muestrales o situaciones que por conocimiento o
referencia los consideramos pertinentes.
En esta unidad desarrollaremos los conceptos básicos y generales sobre la teoría

de probabilidades los mismos que le serán de gran utilidad cuando desarrolle
el estudio de la inferencia estadística que inicia con las distribuciones de
probabilidad.
En general, en nuestra vida diaria siempre utilizamos el tema de las

probabilidades. ¿cuántas veces hemos utilizado la expresión “qué tan probable
será esto o aquello? y posiblemente nuestra respuesta se ha fundamentado en
alguna información o algún conocimiento previo, pero a lo mejor no lo hemos
cuantificado.
Esta es la oportunidad para comprender de mejor manera este tema.

Segundo bimestre
6.2. Definiciones básicas
Le invito a leer el texto básico y a reflexionar sobre lo que ha venido entendiendo

acerca del significado de las probabilidades, ¿puede ahora expresar una
definición relativa al tema?
Muy bien, si en su definición ha considerado que es la cuantificación de la

posibilidad de que un evento ocurra, estamos en el mismo camino.
Existen algunos conceptos que es necesario precisar, de manera que se pueda

luego diferenciar la información que se mantiene; así, debemos precisar lo que es
un experimento, un resultado y un evento.
Como se observa, podríamos decir que estos conceptos vienen a

complementarse, de manera que el concepto más general es el experimento,
luego el resultado que es lo que se obtiene al ejecutar el experimento y el evento
que es el conjunto de uno o más resultados del experimento.
Algo importante a tomarse en cuenta es que primero debemos definir el

experimento, el o los resultados posibles y los eventos que se pueden obtener.
Revise en el texto básico, el cuadro que ilustra la diferencia de estos conceptos

a través de ejemplificar el lanzamiento de un dado y el listado del número de
miembros de la junta directiva.
Otro aspecto para considerar sobre el cálculo de las probabilidades es que el

resultado se encuentra entre 0 y 1.
Cuando tenemos la certeza de que un evento no puede presentarse, sabremos

que la probabilidad es “cero”; pero, si tenemos la absoluta seguridad de que el
evento se va a presentar, entonces la probabilidad será igual a “uno”.

Segundo bimestre
Para calcular la probabilidad de ocurrencia de un evento, se consideran los

resultados favorables y los resultados posibles, de la siguiente manera:
6.3. Tipos de probabilidad
En el texto básico usted encuentra este apartado con el título Enfoques para
asignar probabilidades, allí usted encuentra que hay dos enfoques de los cuales
se derivan los tipos de probabilidad.
En el enfoque objetivo a su vez se distinguen las probabilidades:
▪▪ Clásica
▪▪ Empírica
Cuando hablamos del enfoque subjetivo, nos referimos a aquellas

probabilidades que se enuncian a partir de la estimación o creencia que una
persona realiza de un evento particular.
El enfoque objetivo, comprende a su vez dos tipos de probabilidad, la clásica y

la empírica, cuyas características y definiciones usted las puede encontrar en el
texto básico.
Otros conceptos que se encuentran relacionados con la probabilidad clásica y

se relacionan con los tipos de eventos son los mutuamente excluyentes y los
colectivamente exhaustivos.
Dos eventos son mutuamente excluyentes cuando la presencia del uno impide
que se presente el otro al mismo tiempo, por ejemplo, al lanzar una moneda
tenemos dos eventos “cara” y “sello”, si se presenta “cara” ya no se puede
presentar “sello” en este caso la presencia del uno impide la presencia del otro.

Segundo bimestre
Cuando nos referimos a los eventos colectivamente exhaustivos, decimos que

por lo menos uno de los eventos debe presentarse, en el mismo ejemplo del
lanzamiento de la moneda, podemos decir que se presenta cara o se presenta
sello.
Puede ampliar la comprensión de estos temas mediante la resolución de los

ejercicios propuestos en el texto básico de manera que con ello usted afianzará
sus conocimientos.
6.4. Probabilidad conjunta
Hasta aquí hemos revisado la probabilidad medida para un evento en particular,

de manera que se obtiene a través de la fórmula que considera los resultados
favorables y los resultados posibles, la probabilidad de que se presente el evento,
sin embargo, en la vida práctica pueden existir eventos que se presentan en forma
conjunta y por ello es importante que se identifique la naturaleza de cada evento,
pero también las reglas que se deben utilizar en el ámbito específico.
En el caso de las probabilidades, existen las reglas de adición y de

multiplicación que se aplican de acuerdo con la naturaleza de los eventos y
a sus características, de allí que es importante determinar si los eventos son
mutuamente excluyentes o si son independientes para poder identificar la
aplicación de reglas de adición o multiplicación.
A continuación, analizaremos las reglas de probabilidades, sus características y

su aplicación a cada uno de los casos.
6.5. Reglas de adición
En la lectura que realice de este tema, usted va a encontrar en el texto básico que
se identifican las reglas especial y general de la adición.
Estas reglas se aplican cuando los eventos generan exclusión, así pues, la regla
especial de adición se aplica cuando los eventos son mutuamente excluyentes, y
se la calcula a través de la siguiente fórmula:
Segundo bimestre
Regla especial de adición:
Cuando los eventos no son mutuamente excluyentes, es decir que se pueden

presentar los dos al mismo tiempo, se debe utilizar la regla general de adición que
se presenta a continuación:
Regla general de adición:
Así pues, si al lanzar un dado queremos encontrar la probabilidad de que el

número extraído sea un 2 o un número par, se pueden presentar los dos eventos
al mismo tiempo porque el 2 es un número par.
6.6. Reglas de multiplicación
De igual manera, las reglas de multiplicación se utilizan cuando existen dos o más
eventos sobre los cuales se debe calcular la probabilidad.
En este caso, como observará en el texto básico, los eventos se caracterizan por
su dependencia e independencia.
Hablamos de que un evento es independiente, cuando no depende de lo que

haya sucedido antes, es decir, no recibe ninguna influencia de otro evento.
Al igual que con la adición encontramos las reglas de multiplicación especial y

general.
La regla especial se utiliza cuando los eventos son independientes, y se aplica la

siguiente fórmula:

Segundo bimestre
La regla general se utiliza en cambio cuando los eventos son dependientes, en

este caso consideramos lo que ha sucedido en el primer evento, de manera que
aplicaremos la siguiente fórmula:
El término P(B|A), se lee: “probabilidad de que se presente B, dado que se ha

presentado A”, aquí hay que tener presente que este término no es un cociente
como muchas de las veces tiende a confundirse.
En algunas ocasiones no se distingue cuándo utilizar la regla de adición o cuándo

aplicar la regla de multiplicación. Una forma de hacerlo es interpretando bien
aquello que se desea conocer:
▪▪ Cuando se solicita establecer la probabilidad de que se presente, por

ejemplo, el evento A o el evento B, la letra o nos está significando SUMA o
ADICIÓN.
▪▪ Cuando se solicita establecer la probabilidad de que se presente, por

ejemplo, el evento A y el evento B, la letra y nos está indicando que se trata
de una MULTIPLICACIÓN.
Realice los ejercicios propuestos al finalizar cada uno de los temas explicados.
6.7. Diagrama de árbol
Antes de introducirnos al estudio del análisis combinatorio, le recomiendo que

revise lo que se detalla sobre el diagrama de árbol.
Cuando un experimento implica varias etapas, es conveniente realizar una

representación gráfica, en donde, como a manera de árbol, se van considerando
las diferentes ramas que se desprenden del primer evento o la primera etapa.

Segundo bimestre
En el texto usted encuentra los pasos a seguirse en la construcción de un

diagrama como el referido, le invito a revisar paso a paso el diagrama en el que
se muestra dos eventos: la lealtad y los años de servicio.
Este diagrama permite tener una mejor visualización de las probabilidades

individuales en los eventos que se puedan presentar de manera conjunta.
Recordemos además que la suma de todas las probabilidades que se pueden
presentar en los todos los eventos que pueden presentarse debe ser siempre
igual a 1.
Ahora bien, este diagrama es útil y de fácil desarrollo cuando los eventos
corresponden a un número pequeño, pero cuando ya la cantidad de eventos es
grande, la elaboración del diagrama se vuelve más complicada por ello debemos
insertarnos también en lo que se conoce como el análisis combinatorio.
6.8. Análisis combinatorio
En el texto básico revise el tema denominado Principios de conteo ya que desde

allí se aborda todo lo referente al análisis combinatorio.
Básicamente debería decir que cuando el número de posibles resultados resulta

ser grande y no es posible establecerlo por simple observación o a través de
un diagrama de árbol, es necesario recurrir al análisis de las permutaciones y/o
combinaciones.
6.8.1. Permutaciones
Cuando se requiere identificar el número de resultados en donde es importante

el orden en el que se pueden presentar los objetos, se utiliza las permutaciones.
Revise en el texto básico estos temas, allí verá que utilizamos el factorial de los
números.

Segundo bimestre
Para calcular el número de permutaciones o las diferentes maneras en las que se

pueden presentar los objetos, se debe utilizar la siguiente fórmula:
Por ejemplo, si tenemos el conjunto de letras: a, b, c, d, e, y queremos conocer

de cuántas maneras distintas podemos presentar de tres en tres estas letras,
podríamos decir que
Se han podido identificar 60 maneras de presentar grupos de las cinco letras

tomadas de tres en tres.
6.8.2. Combinaciones
A diferencia de las permutaciones, en las combinaciones no interesa el orden de

los objetos, lo que interesa es que los objetos se presentan independientemente
del orden.
Para calcular el número de combinaciones, se utiliza la siguiente fórmula

Segundo bimestre
Si continuamos con el ejemplo anterior, el número de combinaciones que se

pueden realizar con las cinco letras tomadas de tres en tres será:
Significa entonces que podremos encontrar 10 formas de presentar las cinco

letras tomadas de 3 en 3; así pues, a, b, c es lo mismo que si presentamos el
grupo a, c, b, porque se presentan las mismas letras, o que c, a, b o que c, b, a.
Algo importante a recordar es que por definición el factorial de 0, siempre es

igual a 1,
Para que observe la aplicación de estos temas y familiarizarse con el uso de las
permutaciones y combinaciones, le sugiero que realice los ejercicios que constan
en el texto básico al finalizar esta temática.
Una vez que hemos finalizado con el análisis de los temas previstos para esta
unidad, le propongo que desarrollemos los siguientes ejercicios.

Segundo bimestre
Suponga que se va a elegir de manera aleatoria un individuo

entre una población de 130 personas. En esa población hay 40
niños menores de 12 años, 60 adolescentes y 30 adultos. ¿cuál
es la probabilidad de que el individuo elegido sea un adulto o un
adolescente?
▪▪ En primer lugar, debemos identificar los datos que nos proporcionan en el

caso de estudio.
• Tenemos en total 130 personas

• La población está constituida por 3 segmentos distintos, cada uno con
sus características propias.
▪▪ Luego identificamos lo solicitado: en este caso es elegir un individuo que

puede ser adolescente o adulto.
▪▪ Significa entonces que los eventos son mutuamente excluyentes, porque si

se escoge un adolescente ya no será un adulto ni será niño.
▪▪ Como la condición es que el escogido sea adolescente o adulto, significa

que debemos utilizar la regla especial de adición, porque son mutuamente
excluyentes.
Si representamos con A al evento de seleccionar un adolescente y con B al

evento de seleccionar un adulto, procedemos a reemplazar la información:

Segundo bimestre
El resultado nos explica que la probabilidad de que el individuo escogido del grupo
de las 130 personas sea un adolescente o un adulto es del 69,23%.
Veamos ahora otro ejemplo:
Suponga que se extraen al azar dos frutas, una a la vez, de una

bolsa que contiene cuatro manzanas, seis naranjas y cinco
duraznos. Las extracciones se realizan sin reemplazamiento, ¿cuál
es la probabilidad de obtener una naranja y una manzana, en ese
orden?
▪▪ Identificamos los datos: 4 manzanas (M), 6 naranjas (N), 5 duraznos (D), en

total la bolsa tiene 15 frutas.
▪▪ Se extrae una fruta y no se vuelve a la bolsa, por eso se llama sin

reemplazamiento.
▪▪ Los eventos son dependientes porque la segunda extracción depende

de lo primero, esto significa que debemos emplear la regla general de
multiplicación:
▪▪ Reemplazamos los datos para obtener la probabilidad.

Segundo bimestre
El resultado nos indica que existe el 11,43% de probabilidades que las frutas
extraídas sean una naranja y una manzana, en ese orden.
Para la mejor comprensión de los temas referentes a las probabilidades, le

sugiero realice las siguientes actividades que le ayudarán a poner en práctica
cada uno de los conceptos hasta aquí aprendidos.
1. Identifique los casos en los que se ha referido a la probabilidad para que

recuerde en qué temas o actividades se está invocando a esta expresión,
haga un listado de aquellas ocasiones, por ejemplo, cuántas veces usted se
ha preguntado ¿qué tan probable es que en este día llueva?
2. Establezca ejemplos en los que pueda determinar las diferencias entre las
probabilidades objetiva y subjetiva, haga un listado y exprese por qué las
determina así.
3. En base a sus ejemplos anteriores, lleve a cabo ejercicios en donde pueda

diferenciar los resultados posibles y los resultados favorables, por ejemplo,
al lanzar una moneda una sola vez cuántos resultados posibles y cuántos
resultados favorables tiene su evento.
4. Ahora identifique experimentos en donde se presenten dos o más eventos

para que determine las probabilidades conjuntas, sea utilizando las reglas de
adición y/o las reglas de multiplicación.
5. Identifique y resuelva casos en los que debe utilizar el análisis combinatorio,

tanto permutaciones como combinaciones.

Segundo bimestre
Autoevaluación 6
Le invito a resolver esta autoevaluación con el propósito de que identifique su

nivel de logro en el desarrollo de esta unidad. Le recuerdo que es importante
trabajar estas preguntas de autoevaluación ya que le permitirán identificar los
temas que no están lo suficientemente claros para que los vuelva a estudiar.
A. Conteste dentro del paréntesis con V o F si considera que las

siguientes afirmaciones son verdaderas o falsas respectivamente.
1. ( ) El concepto de probabilidad hace referencia a la cuantificación de

un evento que pudiera presentarse o no.
2. ( ) La certeza de que un evento pudiera tener un resultado exitoso

es igual a cero, mientras que la probabilidad de certeza de que un
evento tenga un resultado desfavorable es igual a uno.
3. ( ) La probabilidad se puede calcular a través del cociente entre los

resultados posibles y los resultados favorables a un evento.
4. ( ) Se dice que dos o más eventos resultan ser mutuamente

excluyentes cuando la presencia de uno impide que otro se
presente al mismo tiempo.
5. ( ) La probabilidad empírica también se conoce como probabilidad

relativa ya que representa la fracción de eventos similares que
sucedieron en el pasado.
6. ( ) La regla especial de adición se utiliza cuando los eventos son

mutuamente excluyentes.

Segundo bimestre
7. ( ) La regla general de multiplicación se aplica cuando dos o más

eventos son independientes.
8. ( ) El diagrama de árbol nos ayuda a calcular las probabilidades

cuando estos implican la existencia de varias etapas.
9. ( ) Las combinaciones son útiles cuando al determinar el número de

casos que se pueden presentar interesa mucho el orden en el que
se muestran los objetos seleccionados.
10. ( ) En las permutaciones no interesa el orden en el que se presentan

los objetos, sino que se tienen que presentar una sola vez.
B. Seleccione la alternativa que responde adecuadamente al

planteamiento realizado
11. Cuando la probabilidad se basa en cualquier información disponible, nos

estamos refiriendo a la probabilidad
a. Subjetiva.
b. Clásica.
c. Empírica.
12. La probabilidad de que, al lanzar una moneda, su resultado sea una “cara”, es:
a. 1
b. 0
c. ½
13. La regla general de multiplicación en el cálculo de probabilidades se expresa

como:
a. P (A o B) = P(A) + P(B)
b. P (A y B) = P(A) * P(B)
c. P (A y B) = P(A) * P(B|A)

Segundo bimestre
14. Para aplicar la regla especial de adición, los eventos deben ser:
a. Mutuamente excluyentes.
b. Colectivamente exhaustivos.
c. Independientes.
15. Si se requiere identificar el número de resultados en donde es importante el

orden en el que se pueden presentar los objetos, se aplica el cálculo de:
a. Regla de adición.
b. Permutaciones.
c. Diagrama de árbol.
Le recuerdo que al final de esta guía puede encontrar las soluciones a esta
autoevaluación y allí podrá conocer el nivel de logro que ha obtenido. Como
siempre le sugiero considerar dicho nivel de manera que, si por alguna razón
su resultado no ha sido satisfactorio, vuelva a revisar los temas en los que ha
experimentado dificultad.
Una vez que hemos trabajado los elementos básicos de la teoría de

probabilidades, en las siguientes unidades nos referiremos a las distribuciones
de probabilidad tanto aquellas discretas como aquellas distribuciones de carácter
continuo. Estos temas le serán de gran ayuda en la estadística inferencial y por
ello su importancia.

Segundo bimestre
UNIDAD 7. DISTRIBUCIONES DE PROBABILIDAD DISCRETA
Para el desarrollo de esta Unidad, nos vamos a referir a

todos los contenidos que constan en el capítulo 6 en el texto
básico bajo la denominación de Distribuciones discretas de
probabilidad. Es importante que usted también pueda
recurrir a los textos mencionados en la bibliografía
complementaria a fin de que vaya diversificando sus fuentes
y establezca las similitudes o diferencias en el tratamiento
del tema por parte de los autores.
7.1. Introducción
Para el tratamiento de las distribuciones de probabilidad, al igual que cuando

hemos presentado la información en una tabla de distribución de frecuencias,
iniciamos analizando el tipo de variable que analiza en la investigación y según
sea discreta o continua, también se va a considerar en las distribuciones de
frecuencia.
Como hemos indicado en la introducción de la teoría de probabilidades, una

probabilidad se cuantifica al relacionar los resultados favorables al evento frente a
los resultados posibles y también se manifestó que se puede identificar el conjunto
de probabilidades. Por ello en esta y en la siguiente unidad nos referiremos a las
distribuciones discretas y distribuciones continuas de probabilidad.
Es importante destacar que las distribuciones de probabilidad, parten de la

identificación de la variable para luego según sean las características del caso
analizado establecer la aplicación de una distribución de probabilidad binomial o
una distribución de Poisson o en su defecto la distribución hipergeométrica.
Cada uno de estos tipos de probabilidad tiene sus características que nos llevan a
su aplicación específica, por eso es importante determinar las características del
evento a evaluarse para posteriormente considerar las características del tipo de
distribución que es adecuado emplear.

Segundo bimestre
7.2. Definición de una distribución de probabilidad
Lo invito a revisar el texto, allí usted va a encontrar que cuando se habla de una
distribución de probabilidad estamos guardando similitud con la definición de una
tabla de distribución de frecuencias, ya que allí se identifican todos los elementos
que constituyen la población analizada cada uno de los cuales se ubica en un
determinado intervalo o clase.
A cada uno de los eventos en este caso le corresponderá una probabilidad

específica cuya sumatoria finalmente será igual a la unidad. Así pues,
estamos recordando lo que ya estudiamos sobre la frecuencia relativa simple.
Efectivamente, estamos indicando que la proporción de datos se constituye en la
posibilidad de escoger un elemento de dicho intervalo.
7.3. Medidas descriptivas de una distribución de probabilidad
Continuando con la lectura del texto, encontrará además que para una distribución
de probabilidad de igual manera se van a identificar indicadores que nos muestran
las características de un conjunto de datos.
De esta manera, ha encontrado también que podemos calcular la media

aritmética, la varianza, la desviación típica por mencionar aquellas que son de
mayor frecuencia en su uso.
Revisemos entonces su cálculo y forma de aplicación.
7.3.1. Media
La media aritmética será el valor representativo del conjunto de valores probables,

o se conoce también como el valor esperado.
Para su cálculo utilizamos la siguiente fórmula:

Segundo bimestre
De esta manera lo que estamos haciendo es, multiplicar cada valor por la
probabilidad asociada al mismo y luego sumamos todos los valores obtenidos con
este producto.
7.3.2. Varianza y desviación típica o estándar
De lo estudiado anteriormente en las medidas de dispersión ya sabemos lo que

significa cada una de estas dos medidas, por lo que ahora le recomiendo revisar
el texto básico para determinar cuáles son las características y procedimientos a
seguir para su cálculo.
Recordemos que la varianza viene expresada en forma cuadrática y que la

desviación típica se la obtiene extrayendo la raíz cuadrada del valor de la
varianza. La fórmula para calcular esta medida se expresa de la siguiente manera:
Para obtener el valor de la desviación típica o estándar, lo que hacemos es

extraer la raíz cuadrada del valor resultante, de manera que su fórmula quedará
reducida a:
σ = σ2
Para una mayor claridad de lo expuesto anteriormente revise el ejercicio resuelto
en el texto básico en el que se aplica tanto la media aritmética como la varianza y
la desviación típica.

Segundo bimestre
7.4. Distribución de probabilidad binomial
La distribución de probabilidad binomial se aplica cuando trabajamos con

variables discretas y un experimento se caracteriza como binomial cuando se
cumplen con las siguientes características:
1. En un experimento existen dos resultados posibles que son mutuamente

excluyentes, éxito o fracaso.
2. La variable aleatoria es el resultado del conteo, es decir, se cuenta el

número total de éxitos en una cantidad fija de ensayos.
3. La probabilidad de éxito es constante, es decir, la misma probabilidad de

éxito se mantiene en cada uno de los ensayos.
4. Cada ensayo es independiente uno del otro, es decir, el resultado obtenido

en un ensayo no influye en el resultado de los demás ensayos.
Una vez que se ha identificado que el experimento cumple con las características
de este tipo de probabilidad y por tanto es catalogado como un experimento
binomial, podemos calcular la probabilidad requerida mediante la fórmula que
presentamos a continuación en la que observamos que se aplica el análisis
combinatorio:
donde :
n = número de ensayos
X = número de éxitos de la variable analizada
n C X = número de combinaciones de n elementos tomados X a la vez
π = probabilidad de éxito en cada ensayo
Usted puede y es aconsejable, que aplique la fórmula hasta que vaya tomando
mayor destreza y habilidad en el cálculo de esta probabilidad. Luego puede utilizar

Segundo bimestre
las tablas de probabilidades que ya se encuentran construidas para determinados

valores. Puede encontrar esta tabla en el Apéndice B.1 del texto básico.
En esta tabla para cada n tiene un bloque de probabilidades en cuya fila superior
se encuentran las probabilidades de éxito desde 0,05 hasta 0,95 y en la primera
columna los valores de X.
Revise el ejercicio resuelto en el texto básico en el que podrá observar que

se trata de una variable discreta (número de vuelos) que existe un número de
vuelos analizados (5) y que existe una probabilidad de éxito (0,2) al evento
analizado (cualquier vuelo llegue tarde). De esta manera usted puede calcular la
probabilidad para cualquiera de los eventos posibles (0, 1, 2, 3, 4, o 5), esto es
que ninguno llegue tarde (cero) o que todos lleguen tarde (5 vuelos), pero también
puede ir calculando la probabilidad conjunta, por ejemplo:
▪▪ Como máximo que dos vuelos lleguen tarde, significa que debe calcular las
probabilidades de 0, 1, o 2 y sumar esos posibles resultados.
▪▪ Tres o más vuelos lleguen tarde, esto implica que el resultado de esta
probabilidad vendrá dado por la suma de las probabilidades de 3, 4, o 5.
Para calcular las medidas descriptivas que se señalaron anteriormente lo haremos

a través de las siguientes fórmulas:
Media:
Varianza:
De igual manera, revise los ejemplos resueltos en el texto básico en donde podrá
observar la aplicación de estas medidas.

Segundo bimestre
Veamos ahora otra de las distribuciones de probabilidad, que como se ha

mencionado anteriormente su aplicación dependerá de las características del
experimento que se está investigando.
7.5. Distribución Hipergeométrica
Siguiendo con la lectura en el texto básico, encontramos otra distribución de

probabilidad que puede ser de utilidad en el caso de que el experimento no
cumpla con las características de un evento binomial, aunque estemos trabajando
con una variable discreta, en este caso podemos analizar la distribución
hipergeométrica.
Las características de un evento hipergeométrico son las siguientes:
1. Los resultados se clasifican en dos categorías: éxito o fracaso
2. Los resultados son mutuamente excluyentes, es decir, si se presenta éxito

no puede presentarse al mismo tiempo el fracaso.
3. La variable aleatoria es el número de éxitos en un número fijo de ensayos.
4. Los ensayos son dependientes, es decir, el resultado de un ensayo influye

en los siguientes.
5. Los muestreos se realizan con una población finita sin reemplazo y

n/N>0,05. Por tanto, la probabilidad de éxito cambia en cada ensayo.
Para esta distribución de probabilidad y en razón de que la probabilidad de éxito

no permanece constante en cada evento (a diferencia de los eventos binomiales),
no podría establecerse una tabla de cálculo. Para ello se emplea la siguiente
fórmula:

Segundo bimestre
donde :
N = representa el tamaño de la población
S = número de éxitos en la población
X = número de éxitos en la muestra
n = tamaño de la muestra o número de ensayos
C = símbolo de combinación
En el texto básico usted puede revisar su aplicación a través del ejemplo

desarrollado en el que se estudian a los 50 empleados del departamento de
ensamblado de los cuales 40 pertenecen al sindicato y en el que se quiere
determinar la probabilidad de que, al formar un comité de cinco empleados, cuatro
de ellos sean parte del sindicato.
Después de este tipo de probabilidad, pasemos ahora a la distribución de Poisson

que de igual manera forma parte de las distribuciones de probabilidad discreta y
en la que observaremos las características de los casos en los que se aplica.
7.6. Distribución de Poisson
Un evento de este tipo se caracteriza porque viene definido en intervalos de

tiempo, espacio o área. Generalmente se utiliza para realizar control de calidad en
la producción ya que allí se trabaja por lotes de producción.
Se caracteriza porque en un evento de este tipo se observa:
1. La variable es el número de veces que ocurre un evento en un intervalo

determinado.
2. La probabilidad de que ocurra un evento es proporcional al tamaño del

intervalo.
3. Los intervalos no se superponen y son independientes.

Segundo bimestre
Para determinar el valor de la probabilidad en un evento de esta naturaleza, se

utiliza la siguiente fórmula:
donde :
µ = media de la cantidad de veces (éxitos)
que se presenta un evento en un intervalo particular
e = constante matemática (2,718281...)
X = número de veces que se presenta un evento
P ( X ) = probabilidad de un valor específico de X
Adicionalmente, de la lectura que realice en el texto básico puede identificar que

en esta distribución de probabilidad se puede también determinar el valor de la
media aritmética, la misma que se calcula a través de:
Conforme a lo que hemos venido trabajando en la distribución de probabilidad

binomial ya conocemos que π es la probabilidad de éxito y n es el número de
casos.
La varianza es igual a la media aritmética en este tipo de distribución de

probabilidad.
En el anexo B.2 del texto básico puede encontrar una tabla de cálculo para esta
probabilidad, sin embargo, le aconsejo que aplique la fórmula para que observe
su aplicación. Para usar la tabla requiere conocer el valor de µ que se encuentra
en la fila superior y en la primera columna se encuentran los valores de X que es
la probabilidad a encontrarse, por ejemplo si necesitamos calcular la probabilidad
de que X=4 cuando la media es 5, la tabla nos dirá que el resultado es: 0,1755.

Segundo bimestre
Ejercicios de aplicación
Revisemos algunos ejemplos de aplicación de estos tipos de distribución de

frecuencias y luego también usted puede reforzar su aplicación revisando y
resolviendo los ejercicios propuestos en el texto básico.
Una estudiante presenta un examen de opción múltiple con 15 preguntas.

Cada pregunta propone tres opciones. Si la estudiante adivina la respuesta
en cada pregunta, ¿cuál es la probabilidad de que apruebe el examen? La
mínima calificación aprobatoria requiere que 80% de las preguntas sean
contestadas en forma correcta. Suponga que todas las opciones de cada
pregunta son igualmente probables.
Para resolver el ejercicio, debemos identificar las características del caso y la

información recibida:
n = 15 preguntas
X = adivinar la respuesta
π = 0,33 (porque existen 3 opciones de respuesta y solo 1 es correcta de manera

que 1/3)
Aprobar = significa que debe cumplir con el 80% o más de las 15 preguntas,
entonces el 80% de las 15 son 12 preguntas, quiere decir que la probabilidad de
aprobar vendría dada por la suma de las probabilidades de 12, 13, 14, 15.
Con estas características, sabemos que el experimento es binomial, entonces

procedemos a plantearlo de la siguiente manera:

Segundo bimestre
Debemos calcular cada una de las probabilidades aplicando la fórmula de la

probabilidad binomial. Aquí voy a desarrollar el cálculo de la primera y luego se
ubicarán los resultados de todos los eventos.
Al aplicar la fórmula correspondiente, vamos a obtener los siguientes resultados:
De manera que:
De acuerdo al resultado obtenido, podemos decir que la probabilidad de aprobar

el examen por parte de la estudiante en esas condiciones, es prácticamente nula
pues, es el 0,025%.

Segundo bimestre
Veamos ahora otro ejemplo de aplicación:
Imagine que el 15% de la población es zurda y el resto utiliza la mano

derecha (no hay ambidiestros). Si usted pregunta a las siguientes cinco
personas que encuentre. ¿Cuál es la probabilidad de que:
a. todas esas personas sean zurdas?

b. todas esas personas sean diestras?
c. exactamente dos de ellas sean zurdas?
d. por lo menos una de ellas sea zurda?
De acuerdo a las características del caso planteado, observamos de igual manera

que se trata de un evento binomial, por tanto, para resolver cada uno de los
eventos solicitados debemos emplear la fórmula de probabilidad binomial.
Datos:
n= 5 personas
X= la persona elegida sea zurda
π = 0,15 (probabilidad de que una persona sea zurda)
a. todas esas personas sean zurdas

Segundo bimestre
Según este resultado podemos concluir que la probabilidad de que las cinco
personas a las que se les consulte sean zurdas es, cero.
b. todas esas personas sean diestras
Como la pregunta se refiere a que todas sean diestras, eso significa que es igual
a calcular que ninguna de las personas sea zurda.
Este resultado también se puede interpretar diciendo que existe el 44,37% de

probabilidades que todas las cinco personas consultadas sean diestras.
c. exactamente dos de ellas sean zurdas
De igual manera, el resultado se puede interpretar indicando que la probabilidad

de que dos de las personas entrevistadas sean zurdas es del 13,82%.

Segundo bimestre
d. por lo menos una de ellas sea zurda
Para resolver este evento tenemos dos caminos:
1. Sumar las probabilidades de 1, 2, 3, 4, y 5
2. Utilizar la teoría del complemento, es decir, restar de 1 la probabilidad

de que ninguna sea zurda (cero) que ya fue calculada anteriormente.
Con el primer camino, luego de calcular cada una de las probabilidades

mencionadas tendríamos lo siguiente:
P( X= 1)= 0,391505
P( X= 2)= 0,138178
P( X= 3)= 0,024384
P( X= 4)= 0,002152
P( X= 5)= 0,000076
De manera que la sumatoria de todas las probabilidades es igual a:
Considerando la teoría del complemento, dado que ya hemos calculado la

probabilidad cuando X = cero, entonces tendremos que:
Como podemos observar es el mismo resultado que nos indica que existe el
55,63% de probabilidades de que al menos una de las personas consultadas sea
zurda.

Segundo bimestre
Hemos resuelto todo lo que se ha solicitado, veamos ahora otro ejemplo en el que
aplicaremos la distribución de probabilidad de Poisson.
Si un banco recibe en promedio 6 cheques sin fondos por día.

¿Cuáles son las probabilidades de que reciba:
a. cuatro cheques sin fondo en un día dado?

b. 10 cheques sin fondos en cualquiera de dos días
consecutivos?
Para resolver este ejercicio, primero debemos identificar sus características en

cuanto a la información presentada. De ello se desprende que el experimento
considera un intervalo de tiempo, que la probabilidad de éxito es proporcional al
intervalo, los intervalos son independientes, n es grande y π es pequeña por lo
bajo esas condiciones se debe utilizar la distribución de Poisson.
Ahora si podemos iniciar a resolverlo:
X= número de cheques sin fondo en un día cualquiera
µ= 6 cheques sin fondo por día
a. Cuatro cheques sin fondo en un día dado

Segundo bimestre
Este resultado nos indica que existe el 13,39% de probabilidades que en un

día dado en un banco se reciban cuatro cheques sin fondos.
b. 10 cheques sin fondos en cualquiera de dos días consecutivos
X= número de cheques sin fondo en dos días consecutivos.
µ= 6 x 2 días = (12 promedio de cheques sin fondo que llegan en dos días
consecutivos).
−12
1210 ( 2,718281)
P(= =)
X 10
10!
61917364224 * ( 0,00000614423)
P(= =)
X 10
3628800
380434,826
P(= =)
X 10
3628800
P(= =) 0,1048377
X 10
P(= =) 10,48%
X 10
La probabilidad de que, en un día dado, se reciban 10 cheques sin fondos en

el banco es de 10,48%.

Segundo bimestre
Para que comprenda mejor la aplicación de cada una de las distribuciones de

probabilidad discreta que hemos estudiado en esta unidad, le sugiero que realice
las siguientes actividades. De esta manera usted podrá desarrollar las destrezas
suficientes que le permitirán comprender las características y aplicación de cada
una de ellas.
1. Realice un cuadro sinóptico en donde se establezcan las principales

características de cada una de las distribuciones discretas de probabilidad.
2. Desarrolle al menos tres ejercicios de cada uno de los tipos de distribución

de probabilidad discreta que se encuentran al finalizar el estudio de cada tipo
y que se encuentran planteados en el texto básico.
3. Tome al azar tres ejercicios planteados al finalizar el capítulo en el

texto básico y resuelva los mismos, considerando los datos que se han
otorgado en cada ejercicio, a partir de los cuales podrá identificar el tipo de
probabilidad que debe aplicar.
Es importante que usted realice la mayor cantidad de ejercicios posible a fin de

que adquiera mayores destrezas tanto en la identificación de la distribución de
probabilidad a aplicarse como también en su aplicación.
A continuación, le propongo que realice la siguiente autoevaluación para que

usted determine sus avances tanto en la comprensión de los temas abordados
como también en la aplicación de ellos.

Segundo bimestre
Autoevaluación 7
No está por demás recordarle que, si en alguno de los temas planteados ha

tenido dificultad en resolverlo, deberá volver a revisar el tema con la finalidad de
que refuerce los conocimientos y sobre todo tenga la seguridad de comprenderlo
adecuadamente.
A. Conteste dentro del paréntesis con V o F si considera que las

siguientes afirmaciones son verdaderas o falsas respectivamente.
1. ( ) Las distribuciones de probabilidad llevan el mismo concepto y

características de las distribuciones de datos.
2. ( ) Una distribución de probabilidad binomial se caracteriza porque

los resultados son eventos mutuamente excluyentes.
3. ( ) La media de una distribución de probabilidad, también se conoce

como el valor esperado y es igual a la sumatoria del producto de
la variable por la probabilidad de ella.
4. ( ) En el caso de las distribuciones de probabilidad, no es necesario

identificar la desviación típica o estándar, ya que la varianza no
viene expresada en unidades cuadráticas.
5. ( ) En las distribuciones de probabilidad binomial, existen solamente

dos resultados posibles para cada evento, éxito o fracaso.
6. ( ) En las distribuciones de probabilidad binomial, la probabilidad

de éxito para cada uno de los eventos, no permanece constante
debido a que los eventos se realizan sin reemplazamiento.

Segundo bimestre
7. ( ) Una de las características de la probabilidad binomial consiste

en que, si el valor de n va creciendo mientras que el valor de π,
permanece constante, la forma de la distribución va siendo más
simétrica.
8. ( ) Cuando el tamaño de la población es finito se debe preferir el uso

de la probabilidad binomial ya que la probabilidad hipergeométrica
es utilizada más bien cuando la población es infinita.
9. ( ) La distribución de probabilidad de Poisson se caracteriza porque

en ella los intervalos se superponen y son dependientes.
10. ( ) La distribución de probabilidad de Poisson, siempre tiene sesgo

positivo.

planteamiento realizado.
11. La distribución de probabilidad binomial, se aplica cuando entre otras

características, se cumple que:
a. La variable es continua.
b. Existen dos resultados posibles, éxito o fracaso.
c. La variable se mide en intervalos de tiempo.
12. En la fórmula para el cálculo de la distribución de probabilidad de Poisson,

se utiliza el valor de e, que es igual a:
a. 2,718281
b. 3,141592
c. 1

Segundo bimestre
13. En un problema en el que n es 6 y se solicita encontrar la probabilidad de

que por lo menos se presenten 4 casos, debería:
a. Sumar las probabilidades correspondientes a 4, 5 y 6.

b. Calcular la probabilidad de 4.
c. Sumar las probabilidades de 0 hasta 4.
14. La distribución de probabilidad hipergeométrica, se aplica cuando:
a. Los ensayos son independientes.

b. La variable aleatoria cambia en cada ensayo.
c. Los muestreos se realizan en una población finita.
15. Cuando las pruebas no son independientes, la distribución de probabilidad a

utilizarse es:
a. Hipergeométrica.
b. Binomial.
c. De Poisson.
Le recuerdo que al final de esta guía se encuentra el solucionario

correspondiente, inténtelo primero usted y luego compare sus respuestas con el
solucionario, en ese momento determinará sus avances y en aquello que no haya
sido satisfactorio vuelva al texto y a esta guía a revisar para que profundice en su
estudio.
Hemos llegado al final del estudio de esta unidad, en la próxima vamos trabajar la
distribución de probabilidad cuando se trata de variables continuas, básicamente
trabajaremos con la distribución de probabilidad normal y con el caso especial

Segundo bimestre
de la aproximación de la probabilidad binomial a una probabilidad normal, allí

veremos en qué casos debemos optar por esta aplicación.
Felicito su actividad y su avance, estamos próximos a concluir con nuestro

estudio, siga adelante.

Segundo bimestre
UNIDAD 8. DISTRIBUCIONES DE PROBABILIDAD CONTINUA
Para el desarrollo de esta Unidad, tomaremos los contenidos

del texto básico desarrollados en el capítulo 7 bajo el título
de Distribuciones de probabilidad continua. Recuerde que
en los textos complementarios puede también revisar estos
contenidos.
8.1. Introducción
De igual manera al caso de la unidad anterior, recordamos que cuando

trabajamos con datos, éstos se desprenden del tipo de variable con la que se
esté trabajando, de allí que en este caso consideramos a las variables continuas
ya que son aquellas que pueden tomar un número infinito de valores intermedios
entre uno y otro según la forma en la que se esté abordando la investigación y de
acuerdo a los requerimientos del investigador.
Dentro de las distribuciones de probabilidad continua encontramos a aquella

que tiene un uso más frecuente como lo es la distribución de probabilidad
normal. En esta unidad centraremos nuestra atención en este tipo de distribución
y adicionalmente cuando trabajamos con una variable discreta pero las
características del evento investigado no permiten la aplicación de la distribución
binomial, llegamos a utilizar un caso especial que se conoce como aproximación
de la distribución normal a la binomial.
Con esta unidad cerraremos los temas de la asignatura, espero que con ello
pueda continuar en el siguiente nivel del estudio de la estadística inferencial en la
que tendrá la oportunidad de aplicar todas estas temáticas.
Le deseo muchos éxitos en el estudio de esta unidad y le recomiendo también

realizar ejercicios de aplicación que le permitan desarrollar las destrezas
suficientes para que los siguientes temas sean comprendidos y analizados sin
dificultad.

Segundo bimestre
8.2. Distribución de probabilidad normal
Antes de definir lo que significa esta distribución, revise lo que nos dicen los
autores del texto respecto a este tipo de distribuciones de probabilidad. Allí puede
encontrar las características de una familia de distribuciones de probabilidad
uniforme.
Como verá, estas distribuciones se caracterizan por ser simétricas y su

representación gráfica tiene la forma de una campana.
Al igual que en las distribuciones anteriores, existe una manera de calcular,

conforme lo puede establecer en la fórmula 7.4 del texto básico. Sin embargo,
puede resultar un tanto compleja la aplicación de esta fórmula, de modo que para
encontrar una probabilidad se acude al uso de las tablas de áreas bajo la curva
normal (Apéndice B3 del texto básico).
Pero, ¿cómo podemos llegar a determinar una probabilidad de este tipo?,

antes de identificar su procedimiento, conviene que definamos a la probabilidad
normal, esto lo puede hacer con la lectura en el texto básico, a partir de lo cual
puede emitir su propia definición.
Si en su definición ha considerado aspectos tales como: variable continua, forma

simétrica o acampanada, que es simétrica con respecto a la media aritmética,
entonces podemos decir que ha comprendido su significado.
Ahora sí, podemos detallar los pasos que se requieren para determinar una
probabilidad.
1. La probabilidad normal, se denomina también distribución de probabilidad

normal estándar, y por ello se requiere transformar los valores de X en
términos de Z, a través de la siguiente fórmula:
X −µ
Z=
σ

Segundo bimestre
2. El resultado de Z, puede ser negativo o positivo, este signo nos indica la

posición del dato con respecto a la media, cabe indicar que en términos de Z
la media es igual a cero.
3. Para determinar el área bajo la curva normal a encontrarse es aconsejable

realizar un gráfico como el siguiente:
4. Con los valores de Z, pasamos a leer en la tabla de áreas bajo la curva

normal el valor correspondiente, usted puede observar esta tabla en el
apéndice B3 del texto básico.
Para observar el uso de estas tablas, remítase a los ejemplos desarrollados en

el texto, allí podrá identificar la forma en la que se determinan los valores de las
probabilidades requeridas.
En el texto básico encontramos un apartado denominado REGLA

EMPIRICA, a través de ella usted descubrirá que existen casos que se
pueden deducir directamente como los siguientes:
1. Alrededor del 68% del área bajo la curva normal se encuentra a una
desviación estándar con respecto a la media aritmética: µ±σ
2. Aproximadamente el 95% de las observaciones se encuentran distantes a

dos desviaciones estándar con respecto a la media aritmética: µ±2σ

Segundo bimestre
3. Prácticamente toda (99,7%) el área bajo la curva normal se encuentra

distante a tres desviaciones estándar con respecto a la media aritmética:
µ±3σ
En los apartados correspondientes a las aplicaciones de la distribución normal

estándar y en la determinación de áreas bajo la curva normal, así como en los
ejercicios desarrollados, se encuentra explicado al detalle la forma en la que se
determinan las probabilidades normales.
Después de revisar el contenido de este tema, le sugiero también que revise los
ejercicios que se encuentran desarrollados en el texto básico y adicionalmente
es importante que trabaje las autoevaluaciones que constan de igual manera en
el texto, de tal forma que usted se vaya familiarizando con el uso de la tabla de
áreas bajo la curva normal.
Estudiemos ahora el caso especial en donde se utiliza la distribución normal

cuando la variable es discreta, se trata de la aproximación normal a la binomial.
8.3. Aproximación de la distribución normal a la binomial
En algunas ocasiones, aunque la variable es discreta, los cálculos de las

probabilidades pueden resultar demasiado extensos por el número de
observaciones, de allí que otra forma de trabajar este tipo de casos, es utilizar la
aproximación de la distribución normal a la binomial.
Puede leer este acápite en el texto, pues, allí está explicada la forma en la que se
debe trabajar en estos casos.
Quizá conviene relievar en este momento, ¿cuándo se debe utilizar la

aproximación normal a la binomial?
En primer lugar para saber si es bueno aplicar la aproximación de la normal a la

binomial, se debería considerar que nπ y n(1-π) son 5 por lo menos.

Segundo bimestre
Ahora bien, dado que se va a trabajar con el procedimiento de la distribución de

probabilidad normal (que corresponde a variables continuas) una distribución
de probabilidad discreta (Binomial), implica que previamente se debe realizar un
tratamiento a los valores de la variable, el mismo que se denomina corrección de
continuidad.
Recordemos que en la distribución de probabilidad binomial estamos trabajando

con variables discretas que son aquellas que no toman valores intermedios entre
uno y otro valor, en cambio la distribución normal trabaja para variables continuas
que sí pueden tomar infinidad de valores entre uno y otro.
La aplicación del factor de corrección de continuidad, establece cuatro casos

que se pueden presentar:
1. Cuando la probabilidad a encontrarse dice que por lo menos ocurra

X, se utiliza el área por encima de (X – 0,5)
2. Cuando la probabilidad a encontrarse dice que ocurra más que X, se

utiliza el área por encima de (X + 0,5)
3. Cuando vamos a encontrar la probabilidad de que ocurra X o menos,

se utiliza el área por debajo de (X + 0,5)
4. Cuando vamos a encontrar la probabilidad de que ocurra menos que

X, se utiliza el área debajo de (X – 0,5)
Una vez que hemos aplicado la corrección por continuidad, se sigue los pasos
que se contemplan para encontrar una probabilidad normal.
Revise este apartado en el texto básico, allí se encuentran explicados los pasos
que se deben seguir para trabajar en estos casos.

Segundo bimestre
A continuación, insertaré algunos ejercicios de aplicación con la finalidad de que

usted los revise, así como revisará también aquellos ejercicios que se encuentran
desarrollados en el texto básico.
Ejercicios de aplicación
Una persona con una buena historia crediticia tiene una deuda promedio de
$15.015. Suponga que la desviación estándar es de $ 3.540 y que los montos
de las deudas están distribuidos normalmente. Determinar la probabilidad
de que la deuda de una persona con una buena historia crediticia:
a. sea mayor a $ 18.000

b. sea menor de $10.000
c. esté entre $12.000 y $18.000
Desarrollo:
De acuerdo a los datos, sabemos que se trata de una distribución normal. La

información se puede resumir de la siguiente manera:
X = deuda de las personas

µ = 15.015
σ = 3.540
Luego de identificados estos elementos informativos, procedemos a trabajar con

cada una de las interrogantes.
a. sea mayor a $18.000
• La probabilidad solicitada es que la deuda de la persona sea mayor a

$18.000, esto se expresa como: P(X > 18.000).
• Transformamos los valores de X a referencias tipificadas en términos

de Z.

Segundo bimestre
X −µ
Z=
σ
18000 −15015
Z=
3540
Z = 0,8432
• Con este valor obtenido, vamos a leer en la tabla de áreas bajo la curva
normal que se encuentra en el texto básico apéndice B.3; previamente
planteamos el ejercicio y es conveniente hacerlo de manera gráfica
para poder establecer el área a encontrarse:
Esto significa que existe el 20,05% de probabilidades de que la deuda de

una persona con buena historia crediticia sea mayor a $18.000
b. Sea menos de $ 10.000
• La probabilidad solicitada es que la deuda de la persona seleccionada

sea menor de $10.000, esto se expresa de la siguiente manera:
P(X < 10000)

Segundo bimestre
• Al igual que en el caso anterior, procedemos a calcular la probabilidad

solicitada iniciando con el planteamiento de la probabilidad
El resultado significa que existe el 7,78% de probabilidades de que la deuda de

una persona con una buena historia crediticia sea menor a $10.000
c. Esté entre $12.000 y $18.000
• Ahora la probabilidad solicitada es que la deuda de una persona con un

buen historial crediticio, tenga una deuda entre 12.000 y 18.000, esto
significa que se puede expresar de la siguiente manera:
P(12000 < X < 18000)

Segundo bimestre
• Debemos transformar los valores de X en referencias tipificadas Z,

tendríamos dos valores Z1 y Z2.
X1 = 12000
X 2 = 18000
Entonces:
X1 − µ
Z1 =
σ
12000 −15015
Z1 =
3540
Z1 = −0,85
X2 − µ
Z2 =
σ
18000 −15015
Z2 =
3540
Z 2 = 0,84
Gráficamente el área que nos muestra la probabilidad a encontrarse será:

Segundo bimestre
El resultado nos indica que existe el 60,18% de probabilidades que la deuda de un

cliente con un buen historial crediticio se encuentre entre 12.000 y 18.000 dólares.
Le propongo ahora que desarrollemos otro ejercicio en donde la variable es

discreta, pero por el tamaño de la población investigada se debe aplicar la
aproximación normal a la binomial.
Un hotel de cierta ciudad tiene 120 habitaciones. En los meses de

primavera, su ocupación es de 75%.
a. ¿cuál es la probabilidad de que por lo menos la mitad de las

habitaciones estén ocupadas en un día dado?
b. ¿cuál es la probabilidad de que 100 o más habitaciones estén ocupadas

en un día dado?
De acuerdo a la información que se otorga en el caso a resolverse, podemos

confirmar que se trata de una variable discreta (número de habitaciones).
Luego, para poder trabajar con el número de habitaciones que corresponden
a la población en estudio no es posible hacerlo a través de la distribución de
probabilidad binomial, de allí que se hace necesario trabajar con la aproximación
normal a la binomial.
El primer paso sería asegurarnos que esta aproximación efectivamente es

adecuada. La condición para conocer si es una buena aproximación nos dice que
son por lo menos igual a 5. Revisemos si en este caso se cumple:

Segundo bimestre
n = 120
π = 0,75
De acuerdo a los resultados (90 y 30) se cumple la condición, por lo que se puede
considerar que este caso es apto para trabajar con la aproximación normal a la
binomial. Bajo esta condición podemos proceder a calcular las probabilidades
solicitadas.
a. ¿cuál es la probabilidad de que por lo menos la mitad de las

habitaciones estén ocupadas en un día dado?
La probabilidad a resolverse sería P(X ≥ 60), esto porque nos pide identificar la
probabilidad de que por lo menos la mitad de las habitaciones estén ocupadas,
significa que pueden ser 60 o más.
Recordemos también, que al trabajar con una variable discreta, debemos

proceder a establecer la corrección por continuidad. En este caso debemos
expresar que:
Cuando la probabilidad a encontrarse dice que por lo menos ocurra

X, se utiliza el área por encima de (X-0,5).

Segundo bimestre
Luego debemos calcular la media aritmética y la desviación típica o estándar para

la distribución binomial, lo que nos resulta:
Transformamos ahora el valor de X (59,5) en referencia tipificada Z.
X −µ
Z=
σ
59,5 − 90
Z=
4,74
Z = −6,43

Segundo bimestre
Este resultado nos permite afirmar que existe absoluta certeza (100%) de que por
lo menos la mitad de las habitaciones se encuentran ocupadas en un día dado.
Conviene aquí que recuerde la regla empírica en donde se decía que a partir de 3
desviaciones típicas respecto a la media aritmética prácticamente se encuentran
todas las observaciones, por ello en la tabla de áreas bajo la curva normal usted
encontrará hasta el valor de Z=3,09 con el área 0,4990 por ello a partir de este
valor de Z se considera como área 0,5. Para este caso el valor de Z es 6,43 lo que
significa que el área es 0,5.
b. ¿cuál es la probabilidad de que 100 o más de las habitaciones estén

ocupadas en un día dado?
Los resultados obtenidos anteriormente de la media aritmética y la desviación

estándar nos ayudan a resolver este caso.
Como nos están solicitando la probabilidad de 100 o más, aplicamos la corrección

por continuidad y tenemos los siguiente:
Ahora transformamos el valor de X a referencia tipificada Z:

Segundo bimestre
Este resultado nos permite decir que existe el 2,28% de probabilidades de que
100 o más habitaciones se encuentren ocupadas en un día cualquiera.
Usted puede generar algunas otras preguntas sobre el mismo caso y generar
las respuestas con la finalidad de que adquiera las destrezas suficientes para la
solución de estos casos que se pudieran presentar.
Como podrá observar con este tema llegamos a concluir con los temas previstos
para esta asignatura, espero que le hayan sido de mucha utilidad y que sobre

Segundo bimestre
todo en los siguientes momentos de su profesionalización encuentre aplicación

práctica en las diferentes actividades que deba desarrollar.
Le propongo a continuación, algunas actividades que también le serán de gran

ayuda para confirmar el estudio de esta temática.
Al igual que en las unidades anteriores, reitero mi recomendación para que usted
realice estas actividades que le recomiendo ya que a través de ellas podrá afirmar
los conocimientos adquiridos sobre los temas abordados y sobre todo para que
tenga la certeza de su aplicación e interpretación de los resultados obtenidos.
Para ello, las actividades recomendadas se puntualizan a continuación:
1. Realice un cuadro sinóptico con cada una de las características definitorias

de una distribución normal.
2. Revise el procedimiento a seguirse para resolver un problema de distribución

normal de probabilidad.
3. Resuelva al menos tres de los ejercicios planteados al finalizar la unidad

temática correspondiente en el texto básico, especialmente aquellos que se
refieran a la aproximación normal a la binomial.
Después de haber realizado estas actividades, es conveniente determinar el nivel

de avance que ha logrado en estos temas y para ello le propongo el siguiente
cuestionario de autoevaluación.

Segundo bimestre
Autoevaluación 8
Recuerde que luego de haber completado este cuestionario, puede revisar

sus resultados en el solucionario que se encuentra al final de la guía. De igual
manera vuelvo a reiterar la recomendación de que aquellos temas que le han
resultado difíciles de contestar, los debe volver a estudiar y no pasar hasta que se
encuentre totalmente seguro de su asimilación.
A. Conteste dentro del paréntesis con V o F según considere que las

afirmaciones realizadas son verdaderas o falsas respectivamente:
1. ( ) Una variable continua se caracteriza porque puede existir

una gran cantidad de valores intermedios entre dos valores
consecutivos.
2. ( ) Dentro de las distribuciones de probabilidad continua, se pueden

identificar las distribuciones de probabilidad uniforme.
3. ( ) La distribución de probabilidad normal se caracteriza por ser

asimétrica positiva, ya que siempre la media aritmética es mayor
que cualquier otro valor.
4. ( ) Una distribución de probabilidad normal se caracteriza porque se

distribuye con media igual a 0 y varianza igual a 1, en términos de
referencia tipificada o valores de Z.
5. ( ) Las probabilidades normales se calculan primero transformando

los valores de X a valores de Z o valores tipificados.
6. ( ) Por regla general, se puede afirmar que el 68% de las

observaciones se encuentran entre la µ±2σ.
7. ( ) Una probabilidad normal es considerada como una buena

aproximación a la distribución binomial cuando los productos
, son por lo menos igual a 10.

Segundo bimestre
8. ( ) Para aproximar una probabilidad normal a una distribución de

probabilidad binomial, primero se debe realizar la corrección por
continuidad de la variable.
9. ( ) Si se trata de calcular la probabilidad de “por lo menos ocurra X”,

entonces a la variable se le debe sumar 0,5.
10. ( ) En la aproximación normal a la binomial, también se debe

satisfacer las cuatro características básicas de la probabilidad
binomial, en donde una de ellas dice que la probabilidad de éxito
se mantiene para cada una de las pruebas.

planteamiento realizado.
11. Si la media aritmética es igual a 21, la desviación estándar es igual a 3,

entonces el valor de X = 18 en términos de Z será:
a. 1
b. -1
c. 0
12. El área total bajo la curva normal es:
a. 0,5
b. 1
c. 0,25
13. Para la probabilidad de que por lo menos ocurra X, se utiliza el área por
encima de:
a. X + 0,5
b. X – 0,5
c. X ± 0,5

Segundo bimestre
14. Según la regla empírica, alrededor del 95% del área bajo la curva normal se
encuentra a:
a. Una desviación estándar de la media.

b. Dos desviaciones estándar de la media.
c. Tres desviaciones estándar de la media.
15. La curva normal se caracteriza por ser simétrica y por ello tiene la forma de:
a. Parábola.
b. Elipse.
c. Campana.
Importante: ¡Felicitaciones!!!!! Ha concluido este cuestionario, al final de esta

guía encuentra las soluciones. Allí podrá revisar sus avances, luego de determinar
sus logros si existiera algún tema que no le ha resultado exitoso, no se desanime,
vuelva a revisar hasta que se encuentre seguro de haberlo dominado.
Le recuerdo que a continuación podrá encontrar la solución a cada una de las

autoevaluaciones que se le han propuesto al finalizar las unidades temáticas
desarrolladas en esta guía didáctica, espero que la revisión del mismo le permita
identificar el nivel de avance que ha tenido en cada tema y sobre todo que pueda
medir su nivel de comprensión de cada tema.
Lo invito a revisar este solucionario.

7. Solucionario
AUTOEVALUACIÓN 1
N° Respuesta Retroalimentación
1 V Efectivamente la estadística es aplicable en todas las

áreas en las que el ser humano realiza sus actividades.
2 V La estadística descriptiva nos ayuda a identificar todas
aquellas herramientas e indicadores que contribuyen a
describir las características de un conjunto de datos.
3 V A partir del análisis que se realice de una muestra, sus
características son consideradas como características
poblacionales.
4 V Las características resultantes del análisis de una
muestra se denominan estadígrafos o estadísticos y
las características de una población se denominan
parámetros.
5 F Las variables cuantitativas describen una cantidad y
no una características, son las variables cualitativas
aquellas que se refieren a un atributo o característica.
6 F Las variables discretas se originan en el conteo o la
enumeración y no pueden tomar valores intermedios
entre uno y otro.
7 F En el nivel de medición nominal a la variable se le
asigna un nombre o un identificador propio.
8 V El nivel de medición de intervalo considera todas las
características de los niveles nominal y ordinal pero
además la diferencia entre los valores constituye una
magnitud constante.
9 V La encuesta al ser aplicada a los informantes directos
o a los objetos estudiados vienen a ser información
primaria ya que no se ha realizado una clasificación u
organización de los datos previamente.

Solucionario
AUTOEVALUACIÓN 1
10 F Es la información secundaria aquella que previamente

ha sido trabajada u organizada y presentada, es decir la
relación con el objeto de estudio no es directa.
11 boe Género de las personas es una variable cualitativa
porque es una característica o atributo.
12 c Siendo una cantidad, es una variable discreta porque se
refiere a la numeración.
13 aod La estatura es una variable que se origina en la
medición por lo que se considera como variable
cuantitativa continua.
14 boe El lugar de nacimiento es una variable cualitativa ya que
se refiere a un lugar que tiene un nombre específico.
15 aod La altura siendo una medida que se origina en la
medición puede tomar valores intermedios entre uno y
otro y por ello es una variable continua.

Solucionario
AUTOEVALUACIÓN 2
1 F La encuesta al ser aplicada directamente a los

elementos de la población se constituye en una fuente
de información primaria.
2 V El cuestionario al ser aplicado directamente a los
objetos o elementos investigados se constituye en
información de tipo primario.
3 F Las variables nominales no responden a un orden, en
este caso cuando a la variable se le asigna un orden, se
encuentra medida en el nivel ordinal.
4 F Las variables discretas son de tipo cuantitativo y
tampoco se originan en la medición.
5 V Las variables continuas pueden tomar valores
intermedios entre uno y otro.
6 V Una manera de resumir la información que se obtiene
de un objeto investigado es precisamente a través de
una tabla de distribución de frecuencias.
7 V La frecuencia absoluta simple nos permite observar el
número de casos que se encuentran un cada uno de los
intervalos en los que se presenta la variable.
8 F La marca de clase es el punto medio de cada uno de
los intervalos.
9 V La construcción de un histograma requiere el definir
los límites reales de clase cuando la variable es
discreta con la finalidad de volverla continua ya que el
área del histograma es igual al número total de casos
analizados.
10 V Un polígono de frecuencias requiere el uso de las
frecuencias absolutas simples o frecuencias relativas
simples.
11 a Por definición el histograma es un diagrama de barras
verticales continuas.
12 b Dado que las frecuencias relativas simples constituyen
la proporción de datos que se encuentra en cada
intervalo, la sumatoria es igual a uno o cien por ciento.

Solucionario
AUTOEVALUACIÓN 2
13 b Por definición las frecuencias relativas simples

constituyen la proporción de datos que se encuentran
en cada intervalo.
14 b Los valores que se encuentran limitando cada uno de
los intervalos de clase se denominan límites de clase.
15 b Al definir el número de intervalos de clase se debe
cumplir la condición de que la constante 2 elevado a la
k debe ser mayor o igual al número de datos que se van
a distribuir.

Solucionario
AUTOEVALUACIÓN 3
1 V Se denominan de tendencia central porque
precisamente nos permiten ver los valores
representativos que tienden hacia el centro de todos los
valores.
2 F Todas las medidas de tendencia central pueden ser
calculadas en un mismo grupo de datos, es posible que
de acuerdo a las características de los datos la media
aritmética no sea adecuada como medida, sin embargo,
ninguna de las medidas es dependiente.
3 V Cuando hay un intervalo abierto no es posible calcular
la media aritmética porque no sería posible calcular la
marca de clase de ese intervalo.
4 V El cálculo de la media aritmética toma en cuenta todos
los datos del conjunto analizado y por ello en el caso
de una tabla de distribución de frecuencias, se utiliza la
marca de clase y la frecuencia absoluta simple de cada
intervalo.
5 V Dado que se utilizan todos los valores del conjunto de
datos, si existe un valor extremo éste afecta al resultado
final.
6 F La mediana es el valor que se encuentra ocupando la
posición central dentro de todo el conjunto de datos.
7 V Si existen intervalos abiertos o valores extremos
se puede calcular la mediana, la moda pero no es
adecuado calcular la media aritmética.
8 V Si consideramos que la moda es el dato que se
encuentra con mayor frecuencia, entonces su cálculo
toma en cuenta la frecuencia absoluta simple.
9 V La ponderación es un valor que se asigna a cada uno
de los valores de la variable y que corresponde al
nivel de importancia de cada dato dentro del conjunto
analizado.
10 F El valor de la media geométrica nunca es mayor al valor
de la media aritmética.

Solucionario
AUTOEVALUACIÓN 3
11 a La diferencia entre cada valor con respecto a la media
aritmética determina distancias y luego al sumarla
siempre es igual a cero.
12 b La mediana es el valor que se encuentra ocupando la
posición central dentro de todo el conjunto de datos.
13 a Si los valores de las tres medidas son iguales, significa
que la distribución de los datos es simétrica.
14 c Al tener más de dos valores modales, significa que el
conjunto es multimodal.
15 a Si la variable observa cambios en forma geométrica,
entonces la medida adecuada para determinar su
promedio será la media geométrica.

Solucionario
AUTOEVALUACIÓN 4
1 F Si el valor de la medida de dispersión es mayor significa
que los datos están más separados.
2 V Las medidas de dispersión nos permiten observar cuan
juntos o separados se encuentran los datos respecto a
la media aritmética.
3 V El rango o recorrido muestra precisamente el recorrido
de la variable desde el valor menor hasta el máximo
valor de la variable.
4 F La desviación típica o estándar se origina del cálculo de
la varianza que toma las diferencias cuadráticas entre
cada valor con respecto a la media aritmética.
5 F Al contrario es la varianza la medida que viene
expresada en unidades cuadráticas y por ello para
su interpretación se extrae la raíz cuadrada que se
considera como desviación típica.
6 F El coeficiente de variación nos permite comparar el nivel
de dispersión de dos o más conjuntos de datos.
7 V La igualdad de los valores de las tres medidas nos
permite confirmar que el conjunto de datos es simétrico.
8 V Es correcto porque en la fórmula de cálculo se
considera el triple de la diferencia entre la media
aritmética y la mediana.
9 F El valor del cuartil 2 es igual al valor de la mediana, al
decil 5 y al percentil 50.
10 V Los deciles, percentiles y cuartiles constituyen medidas
de ubicación de los datos.
11 b La desviación media absoluta requiere considerar las
diferencias entre cada valor con respecto a la media
aritmética en términos absolutos, de lo contrario la
sumatoria sería igual a cero.
12 b Un valor expresado en términos absolutos, no considera
el signo de la operación matemática.

Solucionario
AUTOEVALUACIÓN 4
13 c Al expresarse en unidades de medida cuadráticas no
es muy fácil la interpretación del nivel de dispersión del
conjunto de datos.
14 a El coeficiente de variación nos permite comparar el nivel
de dispersión de dos o más conjuntos de datos.
15 c Para hallar cualquiera de las medidas de ubicación, el
procedimiento a seguirse es el empleado en el cálculo
de la mediana.

Solucionario
AUTOEVALUACIÓN 5
1 V Permiten verificar los cambios en una variable con
respecto a un determinado período.
2 V De acuerdo a la definición de un número índice es
importante establecer un punto de referencia que en
este caso es el período base.
3 V Dependiendo de su naturaleza los números índice se
conocen como ponderados y no ponderados.
4 F Un número índice se puede utilizar para una canasta
de bienes o servicios, no solamente para un producto
específico.
5 F En este índice los ponderadores son las cantidades del
período base.
6 F El índice de Fisher utiliza las medias geométricas de los
índices de Laspeyres y de Paasche.
7 V Es correcto, la ponderación en este caso está dada por
la cantidad del período actual.
8 V Efectivamente el índice de Fisher elimina los
inconveniente de los índices de Laspeyres y de
Paasche.
9 F Se utiliza la media geométrica de los índices citados.
10 V Es correcto porque toma en cuenta los valores de las
acciones de todo un conjunto de empresas.
11 a El número índice permite comparar conjuntos de datos
de diferente composición.
12 c El precio se ha incrementado en un 25% ya que el
resultado de 125 toma en cuenta los valores iniciales.
13 b No refleja los cambios que el tiempo genera en los
patrones de compra porque el ponderador de este
índice son las cantidades del período base.
14 b Inflación porque se refiere a la variación de precios que
se han registrado en un período dado.
15 b El recíproco del IPC que nos permite establecer el
poder adquisitivo de un dólar.

Solucionario
AUTOEVALUACIÓN 6
1 V La probabilidad nos permite cuantificar la posibilidad de
que algo se presente o no.
2 F La certeza de que algo se pueda presentar significa que
existe la probabilidad absoluta de que el resultado sea
exitoso.
3 F El cociente entre los resultados favorables sobre los
resultados posibles nos permite conocer la probabilidad
de un evento.
4 V Son excluyente porque si el uno se presenta ya no es
posible la presencia de otro al mismo momento.
5 V Es correcto porque los conocimientos previos son los
que determinan la certeza o no de que se presente un
evento.
6 V La regla especial de adición indica que se presenta uno
u otro en el mismo evento.
7 F La regla de multiplicación de carácter general indica que
dos eventos son dependientes, esto es que un evento
depende de lo que haya sucedido antes.
8 V Cada evento y sus resultado posibles van generando
diferentes resultados a medida que se van identificando
diferentes etapas del experimento.
9 F En las combinaciones no es importante el orden en el
que se presentan los objetos.
10 F En las permutaciones es importante el orden en el que
se presentan los objetos seleccionados.
11 a Es subjetiva porque no responde a información
comprobada sino a las posibles opiniones.
12 c Es 1/2 porque significa que hay 1 cara entre dos
posibles resultados que serían cara y sello.
13 c Nos permite identificar que los eventos son
dependientes entre sí.
14 a La regla especial de adición nos indica que los eventos
son mutuamente excluyentes porque se presenta uno u
otro, mas no los dos al mismo tiempo.

Solucionario
AUTOEVALUACIÓN 6
15 b Se aplica la fórmula de las permutaciones porque
nos indica que es importante el orden en el que se
presentan los objetos seleccionados.

Solucionario
AUTOEVALUACIÓN 7
1 V Las distribuciones de probabilidad son similares a las

distribuciones de datos, de allí que las probabilidades
individuales se consideran como una aplicación de la
frecuencia relativa simple.
2 V Cada uno de los eventos genera un resultado particular
y no interfiere con el de algún otro evento.
3 V Cuando se obtiene el producto entre el valor de la
variable y su probabilidad constituye el valor esperado
de cualquier dato.
4 F Es incorrecto ya que en cualquier distribución de
probabilidad es importante conocer la desviación
estándar y siempre la varianza viene expresada en
unidades de medida de la variable cuadráticas.
5 V Una de las características de un evento binomial es
esta precisamente, existen solamente dos resultados
posibles, éxito o fracaso.
6 F Una característica de un evento binomial es
precisamente que la probabilidad de éxito en cada
evento no cambia, permanece constante.
7 V A medida que el valor de n va siendo mayor la
distribución se va pareciendo a una distribución
simétrica.
8 F Más bien es al contrario, cuando los eventos se van
trabajando sin reemplazamiento, la población va
siendo finita lo que nos lleva a una característica de la
probabilidad hipergeométrica.
9 F En la distribución de Poisson los intervalos son
independientes.
10 V Una característica de la distribución de Poisson es
precisamente que al ser un número grande con una
probabilidad pequeña, la distribución es asimétrica
positiva.

Solucionario
AUTOEVALUACIÓN 7
11 b Una de las características de un evento binomial es

esta precisamente, existen solamente dos resultados
posibles, éxito o fracaso.
12 a El valor e corresponde a la constante matemática
2,718281.
13 a Se deben sumar porque la probabilidad solicitada indica
que pueden ser 4 o 5 o 6.
14 c Dado que los ensayos se realizan sin reemplazamiento
la población se vuelve finita y con ello también la
probabilidad no permanece constante.
15 a Al realizarse las pruebas sin reemplazamiento, el
resultado de cada prueba depende del anterior, esta es
una característica de la probabilidad hipergeométrica.

Solucionario
AUTOEVALUACIÓN 8
1 V La variable continua al originarse de la medición puede
asumir valores intermedios entre uno y otro.
2 V Una de las formas que asume una distribución de
probabilidad continua son las distribuciones uniformes.
3 F La distribución de probabilidad normal se caracteriza
por ser simétrica.
4 V Una referencia tipificada es la diferencia entre un
valor con respecto a la media aritmética en términos
de desviación típica, por ello su media es 0 ya que
hablamos de una distribución simétrica.
5 V Es necesario transformar primero los valores de la
variable X a referencias tipificadas o valores de Z, que
nos indican cuántas desviaciones típicas se encuentra
alejado el valor de la variable con respecto a la media
aritmética.
6 F Lo correcto es indicar que alrededor del 95% de los
casos u observaciones se encuentras distantes más
menos 2 desviaciones típicas con respecto a la media
aritmética.
7 F La aproximación es considerada como adecuada
cuando los productos mencionados son por lo menos
igual a cinco.
8 V En razón de que estamos trabajando con una variable
discreta es necesario considerar los valores reales de
la variable y por ello se debe realizar la corrección por
continuidad.
9 F Como está incluido el valor de X, lo que se debe es
restar 0,5 al valor de la variable analizada ya que se
consideran todos los valores de allí en adelante.
10 V Una de las características de la distribución binomial es
precisamente de que para cada uno de los eventos, la
probabilidad de éxito se mantiene constante.
11 b Aplicando la fórmula correspondiente el valor de 18 en
términos de Z será igual a -1.

Solucionario
AUTOEVALUACIÓN 8
12 b El área total bajo la curva normal es igual a 1 o 100%
ya que allí se encuentran todos los posibles valores que
toma la variable.
13 b Al aplicar la corrección por continuidad y considerarse
también al valor de X, entonces se debe restar 0,5.
14 b El 95% de los casos u observaciones se encuentran
distantes más menos dos desviaciones estándar con
respecto a la media aritmética.
15 c La curva de una distribución normal tiene la forma
de campana porque se distribuye normalmente y es
simétrica.

8. Referencias Bibliográficas

www.utpl.edu.ec
ÁREA
sociohumanística
192

Guía Didáctica Estadistica Basica PDF

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guía Didáctica Estadistica Basica PDF

Cargado por

Copyright:

Formatos disponibles

Modalidad Abierta y a Distancia

Sección Métodos Cuantitativos

UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA

Diagramación y diseño digital:

5. Orientaciones generales para el estudio 14

6. Proceso de enseñanza-aprendizaje para el logro de competencias 17

UNIDAD 1. FUNDAMENTOS DE LA TEORÍA ESTADÍSTICA 17

1.2. Definición e importancia 18

1.3. Tipos de estadística 20

1.5. Fuentes de información 26

UNIDAD 2. ORGANIZACIÓN Y PRESENTACIÓN DE INFORMACIÓN

2.2. Series simples 32

2.3. Series ordenadas 33

2.4. Representaciones gráficas 35

2.5. Tablas de distribución de frecuencias 35

3.2. Media aritmética 61

3.5. Relación entre la media, mediana y moda 72

3.6. Media aritmética ponderada 74

3.7. Media geométrica 77

UNIDAD 4. MEDIDAS DE DISPERSIÓN 83

4.3. Amplitud de variación 85

4.4. Desviación media absoluta 86

4.6. Desviación típica o estándar 90

4.7. Coeficiente de variación 94

4.8. Coeficiente de sesgo o asimetría 95

4.9. Otras medidas de posición o de ubicación 98

UNIDAD 5. NÚMEROS ÍNDICES 109

5.1. Introducción 109

5.2. Concepto y clasificación 110

5.3. Números Índices Simples 111

5.4. Números índices complejos 112

5.5. Índice de Laspeyres 113

5.6. Índice de Paasche 114

5.7. Índice de Fisher 115

5.8. Índices para propósitos especiales 116

UNIDAD 6. INTRODUCCIÓN AL ESTUDIO DE PROBABILIDAD 123

6.1. Introducción 123

6.2. Definiciones básicas 124

6.3. Tipos de probabilidad 125

6.4. Probabilidad conjunta 126

6.5. Reglas de adición 126

6.6. Reglas de multiplicación 127

6.7. Diagrama de árbol 128

6.8. Análisis combinatorio 129

7.1. Introducción 138

7.2. Definición de una distribución de probabilidad 139

7.3. Medidas descriptivas de una distribución de probabilidad 139

7.4. Distribución de probabilidad binomial 140

7.5. Distribución Hipergeométrica 143

7.6. Distribución de Poisson 144

UNIDAD 8. DISTRIBUCIONES DE PROBABILIDAD CONTINUA 158

8.1. Introducción 158

8.2. Distribución de probabilidad normal 159

8.3. Aproximación de la distribución normal a la binomial 161

8. Referencias Bibliográficas 191

Estadística Básica, es una asignatura muy significativa para la formación

El estudio de la estadística como asignatura, reviste gran importancia si nos

En esta asignatura, como su identificación lo establece, abordaremos los

8 Modalidad Abierta y a Distancia

Vamos a partir desde los fundamentos básicos para comprender su significado,

A partir de la organización y presentación de información, llegaremos a estudiar

Otro aspecto que es importante manejar en cualquier titulación administrativa es